ElasticSearch+MongoDB：搜索-关键字联想

在ElasticSearch和MongoDB中实现搜索关键词联想功能，通常需要以下步骤：

1. 使用MongoDB的全文索引功能来存储大量文本数据。
2. 使用ElasticSearch来提供实时的搜索联想功能。

以下是一个简化的例子，展示如何使用ElasticSearch来实现搜索关键词联想：

from elasticsearch import Elasticsearch
 
# 初始化ElasticSearch客户端
es = Elasticsearch("http://localhost:9200")
 
# 创建或更新ElasticSearch索引映射
def create_index(index_name, mappings):
    body = {
        "mappings": mappings
    }
    es.indices.create(index=index_name, body=body, ignore=400)
 
# 添加文档到ElasticSearch索引
def add_document(index_name, document):
    es.index(index=index_name, body=document)
 
# 搜索关键词联想
def search_suggestions(index_name, query):
    suggestions = es.search(
        index=index_name,
        body={
            "suggest": {
                "text": query,
                "my-suggestion": {
                    "prefix": query,
                    "completion": {
                        "field": "suggestion",
                        "fuzzy": True,
                        "size": 10
                    }
                }
            }
        }
    )
    return [s['text'] for s in suggestions['suggest']['my-suggestion'][0]['options']]
 
# 示例使用
if __name__ == "__main__":
    index_name = "example_index"
    mappings = {
        "properties": {
            "suggestion": {
                "type": "completion",
                "analyzer": "simple",
                "preserve_position_increments": true,
                "preserve_separators": false,
                "max_input_length": 50
            }
        }
    }
 
    # 创建索引
    create_index(index_name, mappings)
 
    # 添加文档
    documents = [
        {"suggestion": {"input": ["apple", "application", "banana", "bandana"]}}
    ]
    for doc in documents:
        add_document(index_name, doc)
 
    # 搜索联想
    query = "app"
    suggestions = search_suggestions(index_name, query)
    print(suggestions)  # 输出可能的联想词

在这个例子中，我们首先创建了一个ElasticSearch索引并定义了一个completion类型的字段用于联想功能。然后，我们添加了一些文档到索引中。最后，我们提供了一个搜索联想词的函数，它使用ElasticSearch的suggest API来返回给定查询的联想词。

请注意，这只是一个简化的例子，实际应用中可能需要考虑更多因素，如索引的维护、数据的更新策略、错误处理等。