개발 세팅

개발 환경

• docker-compose를 활용

  version: '3.7'
  
  services:
    elasticsearch:
      container_name: elasticsearch-test
      build: .
      volumes:
        - ./server/es/data:/usr/share/elasticsearch/data
      environment:
        - discovery.type=single-node
        - bootstrap.memory_lock=true
        - "ES_JAVA_OPTS=-Xmx256m -Xms256m"
      ulimits:
        memlock:
          soft: -1
          hard: -1
      ports:
        - "9200:9200"
        - "9300:9300"
  
    kibana:
      container_name: kibana-test
      image: kibana:6.6.0
      ports:
        - "5601:5601"
      depends_on:
        - elasticsearch
  

• kibana dev tools를 활용한 dsl 쿼리 실행

Index 세팅

• index 명: test
• shard/replicas: 1/1

데이터 입력

• 인덱스 매핑

  PUT test
  {
    "mappings": {
      "properties": {
        "term": {
          "type": "text"
        }
      }
    }
  }
  

• 문서 추가

  PUT text/_bulk
  {"index": {"_id": 1}}
  {"<field_name>": "<string data>"}
  ...
  {"index": {"_id": 101}}
  {"<field_name>": "<string data>"}
  ...
  ...
  

Nori

<aside> 💡 한글에 대한 사전을 적용하여 역인덱싱을 보다 효과적으로 수행할 수 있도록 도와주는 역할을 수행한다. 자동완성 구현 및 검색 품질 향상을 위해서 nori 형태소 분석기를 적극 사용하는 것도 좋은 방법이라는 생각이 들었다.

</aside>

설치

elasticsearch container에 들어가서 설치를 하도록 하자

# installation
bin/elasticsearch-plugin install analysis-nori

# deletion
bin/elasticsearch-plugin remove analysis-nori

Tokenizer(nori_tokenizer)

기본적인 standard tokenizer의 경우는 공백을 기준으로 토큰을 만들었다면 토크나이저의 경우는 한국어 사전 정보를 이용해 토큰을 분리할 수 있다.

nori tokenizer의 옵션으로는 다음이 있다.

• user_dictionary