Установить и интегрировать Elasticsearch с Drupal

 /**
 * Implements hook_node_insert().
 */
function elastic_node_insert($node) {
  $client = elasticsearch_connector_get_client_by_id('my_cluster_id');
  $params = _elastic_prepare_node($node);

  if ( ! $params) {
    drupal_set_message(t('There was a problem saving this node to Elasticsearch.'));
    return;
  }

  $result = $client->index($params);
  if ($result && $result['created'] === false) {
    drupal_set_message(t('There was a problem saving this node to Elasticsearch.'));
    return;
  }

  drupal_set_message(t('The node has been saved to Elasticsearch.'));
}

Как видите, мы создаем экземпляр клиентского объекта, который мы используем для индексации данных с узла. Вам может быть интересно, что такое _elastic_prepare_node()

 /**
 * Prepares a node to be added to Elasticsearch
 *
 * @param $node
 * @return array
 */
function _elastic_prepare_node($node) {

  if ( ! is_object($node)) {
    return;
  }

  $params = array(
    'index' => 'node',
    'type' => $node->type,
    'body' => array(),
  );

  // Add the simple properties
  $wanted = array('vid', 'uid', 'title', 'log', 'status', 'comment', 'promote', 'sticky', 'nid', 'type', 'language', 'created', 'changed', 'revision_timestamp', 'revision_uid');
  $exist = array_filter($wanted, function($property) use($node) {
    return property_exists($node, $property);
  });
  foreach ($exist as $field) {
    $params['body'][$field] = $node->{$field};
  }

  // Add the body field if exists
  $body_field = isset($node->body) ? field_get_items('node', $node, 'body') : false;
  if ($body_field) {
    $params['body']['body'] = $body_field;
  }

  // Add the image field if exists
  $image_field = isset($node->field_image) ? field_get_items('node', $node, 'field_image') : false;
  if ($image_field) {
    $params['body']['field_image'] = array_map(function($img) {
      $img = file_load($img['fid']);
      $img->url = file_create_url($img->uri);
      return $img;
    }, $image_field);
  }

  return $params;
}

Я написал только вспомогательную функцию, которая отвечает за «сериализацию» данных узла и подготовку их для вставки в Elasticsearch. Это всего лишь пример, и он определенно не является полным или полностью масштабируемым . Также предполагается, что соответствующим именем поля изображения является field_image Важно отметить, что мы вставляем узлы в индекс node$node->type

Обновление данных

Вставки недостаточно, нам нужно убедиться, что изменения узлов также отражаются в Elasticsearch. Мы можем сделать это с помощью реализации hook_node_update () :

 /**
 * Implements hook_node_update().
 */
function elastic_node_update($node) {
  if ($node->is_new !== false) {
    return;
  }

  $client = elasticsearch_connector_get_client_by_id('my_cluster_id');
  $params = _elastic_prepare_node($node);

  if ( ! $params) {
    drupal_set_message(t('There was a problem updating this node in Elasticsearch.'));
    return;
  }

  $result = _elastic_perform_node_search_by_id($client, $node);
  if ($result && $result['hits']['total'] !== 1) {
    drupal_set_message(t('There was a problem updating this node in Elasticsearch.'));
    return;
  }

  $params['id'] = $result['hits']['hits'][0]['_id'];
  $version = $result['hits']['hits'][0]['_version'];
  $index = $client->index($params);

  if ($index['_version'] !== $version + 1) {
    drupal_set_message(t('There was a problem updating this node in Elasticsearch.'));
    return;
  }
  
  drupal_set_message(t('The node has been updated in Elasticsearch.'));
}

Мы снова используем вспомогательную функцию, чтобы подготовить наш узел к вставке, но на этот раз мы также ищем узел в Elasticsearch, чтобы убедиться, что мы обновляем, а не создаем новый. Это происходит с использованием другой вспомогательной функции, которую я написал в качестве примера:

 /**
 * Helper function that returns a node from Elasticsearch by its nid.
 *
 * @param $client
 * @param $node
 * @return mixed
 */
function _elastic_perform_node_search_by_id($client, $node) {
  $search = array(
    'index' => 'node',
    'type' => $node->type,
    'version' => true,
    'body' => array(
      'query' => array(
        'match' => array(
          'nid' => $node->nid,
        ),
      ),
    ),
  );

  return $client->search($search);
}

Вы заметите, что я прошу Elasticsearch также вернуть версию документа. Это делается для того, чтобы я мог проверить, был ли документ обновлен по моему запросу.

Удаление данных

Последняя (на данный момент) функция, которая нам нужна, — это возможность удалять данные из Elasticsearch при удалении узла. hook_node_delete () может помочь нам в этом:

 /**
 * Implements hook_node_delete().
 */
function elastic_node_delete($node) {
  $client = elasticsearch_connector_get_client_by_id('my_cluster_id');

  // If the node is in Elasticsearch, remove it
  $result = _elastic_perform_node_search_by_id($client, $node);
  if ($result && $result['hits']['total'] !== 1) {
    drupal_set_message(t('There was a problem deleting this node in Elasticsearch.'));
    return;
  }

  $params = array(
    'index' => 'node',
    'type' => $node->type,
    'id' => $result['hits']['hits'][0]['_id'],
  );

  $result = $client->delete($params);
  if ($result && $result['found'] !== true) {
    drupal_set_message(t('There was a problem deleting this node in Elasticsearch.'));
    return;
  }

  drupal_set_message(t('The node has been deleted in Elasticsearch.'));
}

Опять же, мы ищем узел в Elasticsearch и используем возвращенный идентификатор в качестве маркера для удаления документа.

Пожалуйста, имейте в виду, что использование ранних возвратов, таких как показано выше, не является идеальным в реализациях ловушек Drupal, если это не более или менее все функциональные возможности, которые должны присутствовать в них. Я рекомендую разбить логику на вспомогательные функции, если вам нужно выполнить другие несвязанные задачи внутри этих хуков.

Этого достаточно, чтобы мы начали использовать Elasticsearch в качестве очень простого источника данных поверх Drupal. С этим базовым кодом вы можете перейти на свой сайт Drupal и начать создавать некоторые узлы, обновлять их и удалять их.

Один из способов проверить, заполняется ли Elasticsearch, — отключить ограничение удаленного доступа, о котором я упоминал выше, и которое нужно включить. Убедитесь, что вы делаете это только в вашей локальной среде, среде разработки. Таким образом, вы можете выполнять HTTP-запросы прямо из браузера и получать данные JSON от Elasticsearch.

Вы можете выполнить быстрый поиск всех узлов в Elasticsearch, перейдя по этому URL:

 http://localhost:9200/node/_search

… Где localhost указывает на ваш локальный сервер, а 9200 является портом Elasticsearch по умолчанию.

Только для узлов статьи:

 http://localhost:9200/node/article/_search

А для отдельных статей автоматически сгенерированные идентификаторы Elasticsearch:

 http://localhost:9200/node/article/AUnJgdPGGE7A1g9FtqdV

Пойдите и посмотрите документацию Elasticsearch для всех удивительных способов, которыми вы можете взаимодействовать с ним.

Вывод

В этой статье мы увидели, как мы можем начать работать над интеграцией Elasticsearch с Drupal. Очевидно, что мы можем сделать гораздо больше даже на основе небольших достижений. При необходимости мы можем расширить интеграцию с другими объектами и даже с конфигурацией Drupal. В любом случае, теперь у нас есть некоторые данные Drupal в Elasticsearch, готовые для использования из внешнего приложения.

Это внешнее приложение будет задачей второй части этого урока. Мы настроим небольшое приложение Silex, которое, используя Elasticsearch PHP SDK, будет считывать данные Drupal непосредственно из Elasticsearch. Как и в части 1, описанной выше, мы не будем проходить пошаговое руководство по выполнению заданной задачи, а вместо этого рассмотрим один из способов, с помощью которого вы можете начать строить эту интеграцию. Увидимся там.