elasticsearch簡介

ElasticSearch是一個基于Lucene的搜索服務(wù)器。它提供了一個分布式多用戶能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java開發(fā)的，并作為Apache許可條款下的開放源碼發(fā)布，是當(dāng)前流行的企業(yè)級搜索引擎。

elasticSearch的使用場景

1、為用戶提供按關(guān)鍵字查詢的全文搜索功能。

(相關(guān)資料圖)

2、實現(xiàn)企業(yè)海量數(shù)據(jù)的處理分析的解決方案。大數(shù)據(jù)領(lǐng)域的重要一份子，如著名的ELK框架(ElasticSearch,Logstash,Kibana)。

與其他數(shù)據(jù)存儲進(jìn)行比較

elasticsearch的特點

1，天然分片，天然集群

es 把數(shù)據(jù)分成多個shard，下圖中的P0-P2，多個shard可以組成一份完整的數(shù)據(jù)，這些shard可以分布在集群中的各個機(jī)器節(jié)點中。隨著數(shù)據(jù)的不斷增加，集群可以增加多個分片，把多個分片放到多個機(jī)子上，已達(dá)到負(fù)載均衡，橫向擴(kuò)展。

在實際運算過程中，每個查詢?nèi)蝿?wù)提交到某一個節(jié)點，該節(jié)點必須負(fù)責(zé)將數(shù)據(jù)進(jìn)行整理匯聚，再返回給客戶端，也就是一個簡單的節(jié)點上進(jìn)行Map計算，在一個固定的節(jié)點上進(jìn)行Reduces得到最終結(jié)果向客戶端返回。

2，天然索引

ES 所有數(shù)據(jù)都是默認(rèn)進(jìn)行索引的，這點和mysql正好相反，mysql是默認(rèn)不加索引，要加索引必須特別說明，ES只有不加索引才需要說明。

而ES使用的是倒排索引和Mysql的B+Tree索引不同。

傳統(tǒng)關(guān)系性數(shù)據(jù)庫

弊端：

1、 對于傳統(tǒng)的關(guān)系性數(shù)據(jù)庫對于關(guān)鍵詞的查詢，只能逐字逐行的匹配，性能非常差。

2、匹配方式不合理，比如搜索“小密手機(jī)” ，如果用like進(jìn)行匹配， 根本匹配不到。但是考慮使用者的用戶體驗的話，除了完全匹配的記錄，還應(yīng)該顯示一部分近似匹配的記錄，至少應(yīng)該匹配到“手機(jī)”。

倒排索引是怎么處理的

全文搜索引擎目前主流的索引技術(shù)就是倒排索引的方式。

傳統(tǒng)的保存數(shù)據(jù)的方式都是

記錄→單詞

而倒排索引的保存數(shù)據(jù)的方式是

單詞→記錄

索引結(jié)構(gòu)對比

B+Tree

lucene 倒排索引結(jié)構(gòu)

可以看到 lucene 為倒排索引(Term Dictionary)部分又增加一層Term Index結(jié)構(gòu)，用于快速定位，而這Term Index是緩存在內(nèi)存中的，但mysql的B+tree不在內(nèi)存中，所以整體來看ES速度更快，但同時也更消耗資源（內(nèi)存、磁盤）。

lucene與elasticsearch的關(guān)系

咱們之前講的處理分詞，構(gòu)建倒排索引，等等，都是這個叫l(wèi)ucene的做的。那么能不能說這個lucene就是搜索引擎呢？

還不能。lucene只是一個提供全文搜索功能類庫的核心工具包，而真正使用它還需要一個完善的服務(wù)框架搭建起來的應(yīng)用。

好比lucene是類似于發(fā)動機(jī)，而搜索引擎軟件（ES,Solr）就是汽車。

目前市面上流行的搜索引擎軟件，主流的就兩款，elasticsearch和solr,這兩款都是基于lucene的搭建的，可以獨立部署啟動的搜索引擎服務(wù)軟件。由于內(nèi)核相同，所以兩者除了服務(wù)器安裝、部署、管理、集群以外，對于數(shù)據(jù)的操作，修改、添加、保存、查詢等等都十分類似。就好像都是支持sql語言的兩種數(shù)據(jù)庫軟件。只要學(xué)會其中一個另一個很容易上手。

從實際企業(yè)使用情況來看，elasticSearch的市場份額逐步在取代solr，國內(nèi)百度、京東、新浪都是基于elasticSearch實現(xiàn)的搜索功能。國外就更多了 像維基百科、GitHub、Stack Overflow等等也都是基于ES的。

標(biāo)簽： 搜索引擎 云數(shù)據(jù)庫 Server