165 lines
5.8 KiB
Markdown
165 lines
5.8 KiB
Markdown
---
|
||
title: 全文搜索
|
||
description: 设置Elasticsearch来搜索自己发出的嘟文、自己喜欢的嘟文、自己的书签和自己被提及的嘟文。
|
||
menu:
|
||
docs:
|
||
weight: 10
|
||
parent: admin-optional
|
||
---
|
||
|
||
当有可用Elasticsearch时，Mastodon支持全文搜索。Mastodon的全文搜索允许登录用户从他们自己的嘟文、他们喜欢的嘟文、他们的书签和他们被提及的嘟文中查找相应结果。Mastodon有意禁用了在全数据库搜索任意关键词的功能。
|
||
|
||
## 安装 Elasticsearch {#install}
|
||
|
||
Elasticsearch 需要 Java runtime。如果你还没有安装 Java，请立刻安装上它。以下操均假定你已经登录为`root`用户：
|
||
|
||
```bash
|
||
apt install openjdk-8-jre-headless
|
||
```
|
||
|
||
添加Elasticsearch官方软件仓库至apt：
|
||
|
||
```bash
|
||
wget -qO - https://artifacts.elastic.co/GPG-KEY-elasticsearch | apt-key add -
|
||
echo "deb https://artifacts.elastic.co/packages/6.x/apt stable main" | tee -a /etc/apt/sources.list.d/elastic-6.x.list
|
||
apt update
|
||
```
|
||
|
||
现在，你可以安装 Elasticsearch：
|
||
|
||
```bash
|
||
apt install elasticsearch
|
||
```
|
||
|
||
{{< hint style="warning" >}}
|
||
**安全警告：** 默认情况下，Elasticsearch仅绑定于localhost，即无法从外部网络访问。你可以通过查看 `/etc/elasticsearch/elasticsearch.yml` 中的 `network.host` 来检查 Elasticsearch 绑定了哪些地址。考虑到由于缺乏认证层，任何能访问 Elasticsearch 的人都可以读取或修改里面的数据。因此，确保访问安全非常重要。如[主要安装说明](../../prerequisites/#install-a-firewall-and-only-whitelist-ssh-http-and-https-ports)中所述，防火墙建议仅暴露了22、80、443端口。如果你是一个多主机配置，你必须知道如何保证内部流量安全。
|
||
{{< /hint >}}
|
||
{{< hint style="danger" >}}
|
||
**安全警告:** 由于近期Elasticsearch所使用的`log4j`库被披露出[安全漏洞](https://cve.mitre.org/cgi-bin/cvename.cgi?name=CVE-2021-44228)，使用了旧版本`log4j`(`2.0`到`2.14.1`)的ES可能会受到影响。如果使用了这些版本的`log4j`，请参阅 [此 issue](https://github.com/elastic/elasticsearch/issues/81618#issuecomment-991000240) 来暂时缓解此问题。
|
||
{{< /hint >}}
|
||
|
||
启动 Elasticsearch：
|
||
|
||
```bash
|
||
systemctl enable elasticsearch
|
||
systemctl start elasticsearch
|
||
```
|
||
|
||
## 配置 Mastodon {#config}
|
||
|
||
编辑 `.env.production`，添加如下变量：
|
||
|
||
```bash
|
||
ES_ENABLED=true
|
||
ES_HOST=localhost
|
||
ES_PORT=9200
|
||
```
|
||
|
||
如果你同一台机器上运行多个Mastodon服务器，你计划让它们使用同一个Elasticsearch，请确保他们都配置了互不重复的 `REDIS_NAMESPACE` 以分别他们的索引。如果你需要覆盖Elasticsearch索引前缀，你可以直接设置 `ES_PREFIX`。
|
||
|
||
|
||
保存新设置之后，使用如下命令创建Elasticsearch索引：
|
||
|
||
```bash
|
||
RAILS_ENV=production bundle exec rake chewy:upgrade
|
||
```
|
||
|
||
重启Mastodon进程以使新配置生效：
|
||
|
||
```bash
|
||
systemctl restart mastodon-sidekiq
|
||
systemctl reload mastodon-web
|
||
```
|
||
|
||
现在，新的嘟文将会被写入Elasticsearch索引。最后一步是导入所有旧有数据。这将花费很长一段时间：
|
||
|
||
```bash
|
||
RAILS_ENV=production bundle exec rake chewy:sync
|
||
```
|
||
|
||
{{< hint style="warning" >}}
|
||
**兼容性提示：** Ruby 2.6.0 由于已知Bug，无法进行上述操作。其它Ruby版本，例如：2.6.1，并不存在这个问题。
|
||
{{< /hint >}}
|
||
|
||
## 其它语言的搜索优化
|
||
|
||
### 中文搜索优化 {#chinese-search-optimize}
|
||
|
||
Elasticsearch默认使用标准分析器，这对于中文来说可能并不太适合。为了提高搜索体验，你可以安装特定语言的专用分析器。在创建Elasticsearch索引之前执行：
|
||
|
||
|
||
安装 [elasticsearch-analysis-ik](https://github.com/medcl/elasticsearch-analysis-ik)、[elasticsearch-analysis-stconvert](https://github.com/medcl/elasticsearch-analysis-stconvert) 插件至 Elasticsearch。
|
||
|
||
并对源码做出如下修改：
|
||
|
||
```diff
|
||
diff --git a/app/chewy/accounts_index.rb b/app/chewy/accounts_index.rb
|
||
--- a/app/chewy/accounts_index.rb
|
||
+++ b/app/chewy/accounts_index.rb
|
||
@@ -4,7 +4,7 @@ class AccountsIndex < Chewy::Index
|
||
settings index: { refresh_interval: '5m' }, analysis: {
|
||
analyzer: {
|
||
content: {
|
||
- tokenizer: 'whitespace',
|
||
+ tokenizer: 'ik_max_word',
|
||
filter: %w(lowercase asciifolding cjk_width),
|
||
},
|
||
|
||
diff --git a/app/chewy/statuses_index.rb b/app/chewy/statuses_index.rb
|
||
--- a/app/chewy/statuses_index.rb
|
||
+++ b/app/chewy/statuses_index.rb
|
||
@@ -16,9 +16,17 @@ class StatusesIndex < Chewy::Index
|
||
language: 'possessive_english',
|
||
},
|
||
},
|
||
+ char_filter: {
|
||
+ tsconvert: {
|
||
+ type: 'stconvert',
|
||
+ keep_both: false,
|
||
+ delimiter: '#',
|
||
+ convert_type: 't2s',
|
||
+ },
|
||
+ },
|
||
analyzer: {
|
||
content: {
|
||
- tokenizer: 'uax_url_email',
|
||
+ tokenizer: 'ik_max_word',
|
||
filter: %w(
|
||
english_possessive_stemmer
|
||
lowercase
|
||
@@ -27,6 +35,7 @@ class StatusesIndex < Chewy::Index
|
||
english_stop
|
||
english_stemmer
|
||
),
|
||
+ char_filter: %w(tsconvert),
|
||
},
|
||
},
|
||
}
|
||
diff --git a/app/chewy/tags_index.rb b/app/chewy/tags_index.rb
|
||
--- a/app/chewy/tags_index.rb
|
||
+++ b/app/chewy/tags_index.rb
|
||
@@ -2,10 +2,19 @@
|
||
|
||
class TagsIndex < Chewy::Index
|
||
settings index: { refresh_interval: '15m' }, analysis: {
|
||
+ char_filter: {
|
||
+ tsconvert: {
|
||
+ type: 'stconvert',
|
||
+ keep_both: false,
|
||
+ delimiter: '#',
|
||
+ convert_type: 't2s',
|
||
+ },
|
||
+ },
|
||
analyzer: {
|
||
content: {
|
||
- tokenizer: 'keyword',
|
||
+ tokenizer: 'ik_max_word',
|
||
filter: %w(lowercase asciifolding cjk_width),
|
||
+ char_filter: %w(tsconvert),
|
||
},
|
||
|
||
edge_ngram: {
|
||
```
|
||
|
||
{{< translation-status-zh-cn raw_title="Full-text search" raw_link="/admin/optional/elasticsearch/" last_tranlation_time="2020-05-05" raw_commit="ad1ef20f171c9f61439f32168987b0b4f9abd74b">}}
|