Slovenská podpora pre ElasticSearch

Autorské práva

Toto dielo je možné používať v súlade s textami nasledujúcich licencií:

GNU Affero General Public License, verzia 3
Creative Commons Attribution-ShareAlike 4.0 International
GNU Free Documentation License 1.3

Viac informácií v súbore LICENSE.

Pozor! Tieto slovníky sú publikované pod inou licenciou ako slovníky z projektu sk-spell!

Zaujíma vás práca s jazykom? Pracujte pre nás!

Essential Data pracuje s jazykom, s dátami a na zaujímavých projektoch. Pozrite si aktuálne otvorené pozície a pracujte v skvelom tíme plnom šikovných ľudí.

Inštalácia - cez Docker

Najjednoduchší spôsob ako vyskúšať a začať okamžite pracovať so slovenskou podporou pre Elastic Search je nainštalovať ho do Docker-u priamo z Docker Hub repozitára:

docker pull essentialdata/elasticsearch-sk
docker run -d -p 9200:9200 -p 9300:9300 essentialdata/elasticsearch-sk

Druhá možnosť je použiť priložený Dockerfile (vhodné ak ho chcete zmeniť):

cd elasticsearch-sk
docker build -t essentialdata/elasticsearch-sk .
docker run -d -p 9200:9200 -p 9300:9300 essentialdata/elasticsearch-sk

Inštalácia - do existujúcej inštancie ElasticSearch

Stiahnite aktuálny slovník (s ASCII folding alebo bez ASCII folding) z oficiálnej stránky Essential Data hunspell slovníka.

Rozbaľte ho do adresára elasticsearch/config/hunspell/sk_SK tak, aby sa v tomto adresári už priamo nachádzali slovníkové súbory.

Pridajte konfiguračný súbor z adresára config do toho istého adresára.

Konfigurácia

Najprv si pripravme pôdu, aby sa nám s ElasticSearch lepšie pracovalo - nastavme si URL pre ElasticSearch a vytvorme príkazy GET, POST a pod., ktoré budeme používať.

for method in GET HEAD POST PUT DELETE TRACE OPTIONS; do
  alias "$method"="lwp-request -m '$method'"
done

# zmenit na URL Elastic Search
ELASTIC_URL="http://192.168.59.103:9200"
# prípadne pri inštalácii na lokálnom serveri inak ako cez boot2docker:
#ELASTIC_URL="http://127.0.0.1:9200"

Pri príkazoch PUT, ktoré očakávajú štandardný vstup môžeme vložiť celý príkaz naraz, ale treba si dať pozor, aby EOF bolo na začiatku riadku (ak to vkladáte zo zdrojového README.md, nie z webovej verzie, budete mať EOF odsadený zľava štyrmi medzerami - v takomto prípade nevkladajte EOF, ale ho napíšte ručne bez úvodných medzier).

Vytvoríme index s názvom my_index, ktorý bude mať nový analyzer sk_SK:

PUT ${ELASTIC_URL}/my_index < examples/create_my_index-asciifolding

Vyskúšajme tento analyzer:

echo 'maslá' | POST ${ELASTIC_URL}/my_index/_analyze?analyzer=sk_SK

Vytvorme mapovanie tests, ktoré bude používať na políčko text slovenský analyzér:

PUT ${ELASTIC_URL}/my_index/_mapping/tests << EOF
{
    "tests": {
        "properties": {
            "text": {
                "type":     "string",
                "analyzer": "sk_SK"
            }
        }
    }
}
EOF

Vyskúšajme pridať testovacie dáta a otestujeme vyhľadávanie:

PUT ${ELASTIC_URL}/my_index/tests/test1 << EOF
{
"text": "kto vie či v tomto texte sa môže písať aj o maslách"
}
EOF

PUT ${ELASTIC_URL}/my_index/tests/test2 << EOF
{
"text": "ej veru aj šunka alebo pečienka je dobrá hovädzinka"
}
EOF

GET ${ELASTIC_URL}/my_index/tests/_search?q=text:šunky

Verzia bez ASCII foldingu

Ak by ste radšej používali verziu bez ASCII foldingu, použite slovník s diakritikou (pozrite do Dockerfile ako na to) a nastavuje sa takto:

PUT ${ELASTIC_URL}/my_index < examples/create_my_index

Odkazy

Github spoločnosti Essential Data - obsahuje naše open-source projekty (aj) pre prácu s jazykom
Projekt Hunspell-sk od Essential Data, z ktorého používame slovník.
Docker Hub stránka tohto projektu
Github tohto projektu

essential-data / elasticsearch-sk