摘要：一背景為什么會用到這個搜索是因為我在看烏云的漏洞案例庫時候，搜索即為不方便。在搜索當(dāng)中分詞插件是中文分詞最好用的一個，安裝也極為方便。那我們選擇用作為分詞器后，它是可以把中華人民共和國作為一個詞，把中華作為一個詞。

為什么會用到這個ES搜索？
是因為我在看烏云的漏洞案例庫時候，搜索即為不方便。

比如說說我要搜索一個 SQL注入

那mysql匹配的時候是like模糊匹配，搜索必須要有SQL注入這四個字，連續(xù)的才能查找到那這樣會不太方便。

然后我就想著做一個分詞，搜索起來會方便不少，第一個想到的就是ES搜索了。

怎么去用ES呢？

我們只需要一個JAVA環(huán)境并且把Java的環(huán)境變量配置好，我相信這些JAVA環(huán)境大家之前都配置過，這里不多說。

那現(xiàn)在只需要下載ES的文件，也不需要編譯，下載下來就行了，把他放到一個目錄。
下載地址： https://www.elastic.co/downlo...

head是基于node開發(fā)的，所以需要先安裝node
node下載地址：http://cdn.npm.taobao.org/dis...

在電腦任意一個目錄下（不要在elasticsearch目錄里面），執(zhí)行一下命令，

git clone https://github.com/mobz/elasticsearch-head.git  
cd elasticsearch-head/  
npm install  

3、修改部分配置
修改兩個地方：
文件：elasticsearch-headGruntfile.js

connect: {
    server: {
        options: {
            port: 9100,
            hostname: "*",
            base: ".",
            keepalive: true
        }
    }
}

增加配置，文件：elasticsearch-5.6.0configelasticsearch.yml

http.cors.enabled: true  
http.cors.allow-origin: "*"  

4、輸入 npm run start 啟動

5、訪問head管理頁面: http://localhost:9100/

就是我們需要安裝composer，安裝composer干什么呢？

下載地址：https://getcomposer.org/Compo...

下載之后，直接下一步下一步就安裝好了。

因為我們PHP如果調(diào)用ES搜索的接口，我們是需要去下載一個類庫。

1. 在當(dāng)前目錄下載composer.phar

curl -sS https://getcomposer.org/installer | php

2. 在當(dāng)前目錄下創(chuàng)建一個composer.json的文件

{
    "require": {
        "elasticsearch/elasticsearch": "~2.0@beta"
    }
}

3. 安裝依賴

php composer.phar install

就是說我們需要安裝一個分詞插件。
在ES搜索當(dāng)中Ik分詞插件是中文分詞最好用的一個，安裝也極為方便。

我們只需要到GitHub上把他對應(yīng)版本的這個，文件下載下來，然后解壓到ES的插件目錄，然后重新啟動一下ES搜索服務(wù)，就可以了。

下載地址：https://github.com/medcl/elas...

怎么去驗證這個插件有沒有安裝成功呢？
我們可以通過下面的URL，做分詞測試。
http://localhost:9200/你的庫名/_analyze?analyzer=ik_max_word&pretty=true&text=中華人民共和國

我們可以在這個URL中輸入，中華人民共和國； 默認(rèn)的分詞器他會把中華人民共和國分別以以 中、華、人、民、共、和、國。

那我們選擇用IK作為分詞器后，它是可以把 中華人民共和國 作為一個詞，把中華作為一個詞。

現(xiàn)在說一下怎么把數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)入到ES中，

首先需要建立這樣一個庫，
然后把數(shù)據(jù)按照固定的格式插入到ES搜索中。下面是我的一個代碼示例

 $maxId limit 0,300";
    get_conn();
    @$result_bugs = mysql_query($sql);
    while (@$row = mysql_fetch_assoc(@$result_bugs)) {
        $rtn[] = $row;
    }

    foreach ($rtn as $val) {
        $params = array();
        $params["body"] = array(
            "id" => $val["id"],
            "wybug_id" => $val["wybug_id"],
            "wybug_title" => $val["wybug_title"],
        );
        $params["index"] = "wooyun";
        $params["type"] = "title";
        $client->index($params);
    }

    return (count($rtn) == 300) ? $val["id"] : false;
}

set_time_limit(0);
$client = ElasticsearchClientBuilder::create()->setHosts(["localhost"])->build();
//刪除所有數(shù)據(jù)
$client->indices()->delete(["index" => "wooyun"]);

$a = true;
$maxId = 0;
while ($a) {
    $maxId = create_index($maxId, $client);
    if (empty($maxId)) {
        $a = false;
    }
}

setHosts(["localhost"])->build();
    //查詢數(shù)據(jù)的拼裝
    $params = array();
    $params["index"] = "wooyun";
    $params["type"] = "title";
    $params["body"]["query"]["match"]["wybug_title"] = $keyword;
    $params["from"] = $page;
    $params["size"] = $size;
    //執(zhí)行查詢
    $rtn = $client->search($params)["hits"];
    //結(jié)果組裝組裝數(shù)據(jù)
    $data["total"] = $rtn["total"];
    $data["lists"] = array_column($rtn["hits"], "_source");
    $data["lists"] = formartData(array_column($data["lists"], "id"));

    return $data;
}

function formartData($ids)
{
    $ids = implode($ids, ",");
    $sql = "select * from bugs where id in($ids)";
    $data = mysql_query($sql);

    $rtn = [];
    while (@$row = mysql_fetch_assoc(@$data)) {
        $rtn[] = $row;
    }

    return $rtn;
}

$q0 = isset($_GET["q"]) ? $_GET["q"] : "SQL注入";
$num = "15"; //每頁顯示15條
$page = isset($_GET["page"]) ? intval($_GET["page"]) : 1;
$offset = ($page - 1) * $num;
$esData = search($q0, $offset, $num);