ElasticSearch 핵심 개념 완벽 정리

ElasticSearch의 핵심 개념과 실무 활용법을 다룹니다. 인덱싱, 검색, 집계 등 주요 기능을 코드 예제와 함께 학습할 수 있습니다.

---

---

들어가며

이 글에서는 ElasticSearch 핵심 개념 완벽 정리에 대해 상세히 알아보겠습니다. 총 12가지 주요 개념을 다루며, 각각의 개념에 대한 설명과 실제 코드 예제를 함께 제공합니다.

목차

1. 기본_인덱스_생성
2. 문서_추가하기
3. 전문_검색_쿼리
4. 복합_Bool_쿼리
5. 범위_검색
6. 집계_통계_분석
7. 벌크_작업
8. 문서_업데이트
9. 퍼지_검색
10. 하이라이팅
11. 멀티_필드_검색
12. 정렬과_페이징

---

1. 기본 인덱스 생성

개요

ElasticSearch에서 인덱스를 생성하고 매핑을 정의하는 방법입니다. 인덱스는 RDB의 데이터베이스와 유사한 개념입니다.

코드 예제

from elasticsearch import Elasticsearch

es = Elasticsearch(['localhost:9200'])

index_body = {
    "mappings": {
        "properties": {
            "title": {"type": "text"},
            "price": {"type": "integer"}
        }
    }
}
es.indices.create(index='products', body=index_body)

설명

Elasticsearch 클라이언트를 생성하고, 텍스트와 정수 필드를 가진 products 인덱스를 생성합니다.

---

2. 문서 추가하기

개요

인덱스에 문서를 추가하는 방법입니다. 문서는 JSON 형태로 저장되며 자동으로 ID가 부여됩니다.

코드 예제

document = {
    "title": "MacBook Pro 16",
    "price": 2500000,
    "category": "laptop"
}

result = es.index(
    index='products',
    body=document
)
print(f"Document ID: {result['_id']}")

설명

JSON 형태의 문서를 products 인덱스에 추가하고, 생성된 문서의 ID를 반환합니다.

---

3. 전문 검색 쿼리

개요

Match 쿼리를 사용한 전문 검색입니다. 텍스트 필드에서 형태소 분석을 통해 관련 문서를 찾습니다.

코드 예제

query = {
    "query": {
        "match": {
            "title": "MacBook"
        }
    }
}

results = es.search(index='products', body=query)

for hit in results['hits']['hits']:
    print(f"{hit['_source']['title']} - {hit['_score']}")

설명

title 필드에서 "MacBook"을 포함하는 문서를 검색하고, 관련도 점수와 함께 결과를 출력합니다.

---

4. 복합 Bool 쿼리

개요

Bool 쿼리로 여러 조건을 조합합니다. must, should, filter, must_not을 사용해 복잡한 검색이 가능합니다.

코드 예제

query = {
    "query": {
        "bool": {
            "must": {"match": {"category": "laptop"}},
            "filter": {"range": {"price": {"gte": 1000000, "lte": 3000000}}},
            "should": {"match": {"title": "Pro"}}
        }
    }
}

results = es.search(index='products', body=query)

설명

카테고리가 laptop이고 가격이 100만원~300만원 사이인 제품을 검색하며, "Pro"가 포함되면 우선순위를 높입니다.

---

5. 범위 검색

개요

Range 쿼리로 숫자나 날짜 범위를 지정하여 검색합니다. gte(이상), lte(이하), gt(초과), lt(미만)을 사용합니다.

코드 예제

query = {
    "query": {
        "range": {
            "price": {
                "gte": 1500000,
                "lt": 2000000
            }
        }
    }
}

results = es.search(index='products', body=query)
print(f"Found {results['hits']['total']['value']} products")

설명

가격이 150만원 이상 200만원 미만인 제품을 검색하고, 검색된 문서의 총 개수를 출력합니다.

---

6. 집계 통계 분석

개요

Aggregation을 사용해 데이터 분석 및 통계를 생성합니다. 카테고리별 문서 수와 평균 가격을 계산합니다.

코드 예제

query = {
    "size": 0,
    "aggs": {
        "category_stats": {
            "terms": {"field": "category.keyword"},
            "aggs": {
                "avg_price": {"avg": {"field": "price"}}
            }
        }
    }
}

results = es.search(index='products', body=query)

설명

카테고리별로 문서를 그룹화하고, 각 카테고리의 평균 가격을 계산합니다. size:0으로 문서는 반환하지 않습니다.

---

7. 벌크 작업

개요

Bulk API로 여러 문서를 한 번에 처리합니다. 대량의 데이터를 효율적으로 색인할 수 있습니다.

코드 예제

from elasticsearch.helpers import bulk

actions = [
    {"_index": "products", "_source": {"title": "iPhone 15", "price": 1200000}},
    {"_index": "products", "_source": {"title": "Galaxy S24", "price": 1100000}},
    {"_index": "products", "_source": {"title": "iPad Pro", "price": 950000}}
]

success, failed = bulk(es, actions)
print(f"Success: {success}, Failed: {failed}")

설명

여러 문서를 배열로 준비하고 bulk 함수로 한 번에 색인하여, 네트워크 오버헤드를 줄입니다.

---

8. 문서 업데이트

개요

기존 문서의 일부 필드만 수정합니다. script를 사용하면 필드 값을 계산하여 업데이트할 수 있습니다.

코드 예제

es.update(
    index='products',
    id='document_id_here',
    body={
        "script": {
            "source": "ctx._source.price *= params.multiplier",
            "params": {"multiplier": 1.1}
        }
    }
)

설명

지정된 문서의 가격을 10% 인상합니다. ctx._source로 현재 문서에 접근하고 스크립트로 값을 변경합니다.

---

9. 퍼지 검색

개요

Fuzzy 쿼리로 오타나 유사한 단어를 포함하는 문서를 찾습니다. 편집 거리 기반으로 검색합니다.

코드 예제

query = {
    "query": {
        "fuzzy": {
            "title": {
                "value": "MacBok",
                "fuzziness": "AUTO"
            }
        }
    }
}

results = es.search(index='products', body=query)

설명

"MacBok"이라는 오타가 있어도 "MacBook"을 찾을 수 있습니다. fuzziness는 허용할 편집 거리를 지정합니다.

---

10. 하이라이팅

개요

검색 결과에서 매칭된 부분을 강조 표시합니다. 사용자에게 어떤 부분이 검색어와 일치하는지 보여줍니다.

코드 예제

query = {
    "query": {"match": {"title": "MacBook"}},
    "highlight": {
        "fields": {"title": {}},
        "pre_tags": ["<strong>"],
        "post_tags": ["</strong>"]
    }
}

results = es.search(index='products', body=query)
print(results['hits']['hits'][0]['highlight'])

설명

검색어와 일치하는 부분을 <strong> 태그로 감싸서 반환합니다. 검색 결과 UI에 활용할 수 있습니다.

---

11. 멀티 필드 검색

개요

Multi-match 쿼리로 여러 필드를 동시에 검색합니다. 각 필드에 가중치를 부여할 수 있습니다.

코드 예제

query = {
    "query": {
        "multi_match": {
            "query": "laptop",
            "fields": ["title^2", "category", "description"],
            "type": "best_fields"
        }
    }
}

results = es.search(index='products', body=query)

설명

title, category, description 필드에서 "laptop"을 검색하며, title 필드에 2배의 가중치를 부여합니다.

---

12. 정렬과 페이징

개요

검색 결과를 정렬하고 페이징 처리합니다. from과 size로 페이지네이션을 구현합니다.

코드 예제

query = {
    "query": {"match_all": {}},
    "sort": [{"price": {"order": "desc"}}],
    "from": 0,
    "size": 10
}

results = es.search(index='products', body=query)

for hit in results['hits']['hits']:
    print(f"{hit['_source']['title']}: {hit['_source']['price']}원")

설명

모든 문서를 가격 내림차순으로 정렬하고, 첫 10개 문서만 반환합니다. from 값으로 다음 페이지를 요청할 수 있습니다.

---

마치며

이번 글에서는 ElasticSearch 핵심 개념 완벽 정리에 대해 알아보았습니다. 총 12가지 개념을 다루었으며, 각각의 사용법과 예제를 살펴보았습니다.

관련 태그

#ElasticSearch #Indexing #Search #Aggregation #QueryDSL