摘要：本身是自帶文本索引功能的，但是，不支持中文。希望中數(shù)據(jù)發(fā)送變化時自動同步到中，這樣就可以最快地用上了。這個是官方的開發(fā)人員用寫的一個工具，目前支持將的數(shù)據(jù)同步到中，并且支持用戶自己擴展。拓展閱讀用實現(xiàn)中文檢索使用和實現(xiàn)模糊匹配

我們產(chǎn)品中需要全文檢索的功能，后端數(shù)據(jù)存儲主要使用了 MySQL + MongoDB，而其中需要檢索的內(nèi)容是在 MongoDB 中的。

MongoDB 本身是自帶文本索引功能的，但是，不支持中文。術(shù)業(yè)有專攻，MongoDB 是數(shù)據(jù)存儲應(yīng)用，那么全文檢索就使用專業(yè)的全文搜索引擎吧。

預(yù)選的幾個選手有：Solr、ElasticSearch、Xapian、Sphinx、XunSearch。由于我們的數(shù)據(jù)量比較大，覺得現(xiàn)在單機已經(jīng)有些力不從心了，MongoDB 也開始計劃做分片，那么全文搜索如果自帶分布式技能那就最合適不過了。經(jīng)過一系列的考量，最后，我們就決定用 ElasticSearch 了。

現(xiàn)在后端程序是直接將數(shù)據(jù)寫到 MongoDB 中，我不想修改程序代碼，不想在增刪改 MongoDB 中數(shù)據(jù)的同時去增刪改 ElasticSearch 中的數(shù)據(jù)。希望 MongoDB 中數(shù)據(jù)發(fā)送變化時自動同步到 ElasticSearch 中，這樣就可以最快地用上 ElasticSearch 了。

剛開始我找到的方案是利用 ElasticSearch 的 River 來同步數(shù)據(jù)，并在 GitHub 上到了 MongoDB River 插件：elasticsearch-river-mongodb。但是，隨后我又在 ElasticSearch 官網(wǎng)上看了這篇博客：《Deprecating Rivers》，官方已經(jīng)在 1.5 以后的版本棄用 River，為了用戶的遷移，會一直保留到 2.0 版本。

于是，我得另尋方案了。然后我又在網(wǎng)上找到了另外一個方案：mongo-connector。這個是 MongoDB 官方的開發(fā)人員用 Python 寫的一個工具，目前支持將 MongoDB 的數(shù)據(jù)同步到 Solr、ElasticSearch、MongoDB 中，并且支持用戶自己擴展。看到 README 中的免責(zé)聲明，我有點覺得這是玩票性質(zhì)的工具，但是還是抱著試試看的心態(tài)決定試試看了。

下面是部署過程：

MongoDB 必須開啟復(fù)制集，如果已經(jīng)開啟請忽略這一步：
配置復(fù)制集的名稱：mongod --replSet myDevReplSet
在 mongo shell 中初始化復(fù)制集：rs.initiate()

安裝 ElasticSearch，如果已經(jīng)安裝請忽略這一步。

安裝 mongo-connector：
先安裝 pip：

yum install python-setuptools && easy_install pip

通過 pip 安裝 mongo-connector：

pip install mongo-connector

運行 mongo-connector：

mongo-connector -m 127.0.0.1:27017 -t 127.0.0.1:9200 -d elastic_doc_manager

OK，現(xiàn)在，在 MongoDB 中增刪改數(shù)據(jù)，都能立刻同步到 ElasticSearch 中了。在試用過程中，mongo-connector 退出過兩次，其中一次斷開太久沒有發(fā)覺，害我不得不重新同步。還是有點不靠譜的感覺，可能還得專門寫個守護程序，讓 mongo-connector 一直能在后臺好好干活。

拓展閱讀：

用 mongodb + elasticsearch 實現(xiàn)中文檢索

使用Mongo Connector和Elasticsearch實現(xiàn)模糊匹配