1、什么是搜索

2、如果用數據庫做搜索會怎么樣

3、什么是全文檢索、倒排索引和Lucene

4、ElasticSearch是什么

ElasticSearch的功能

ElasticSearch的應用場景

ElasticSearch的特點

ElasticSearch是一個分布式，高性能、高可用、可伸縮的搜索和分析系統

看了上面這段話，估計很多人都懵了，這個是啥。我們先從搜索說起，先介紹下面幾點

1、什么是搜索

百度、Google ：我們想尋找一個我們喜歡的電影或者書籍就會去百度或者Google搜索一下。

互聯網搜索 ：電商搜索商品，招聘網站搜索簡歷或者崗位

IT系統的搜索 ：員工管理搜索，會議管理搜索

2、如果用數據庫做搜索會怎么樣

在軟件開發里面，數據都是存儲在數據庫里面的，比如電商網站的商品信息，員工的信息等等，如果從員工角度去做搜索功能，我們會這么設計

以上會存在幾個問題：

如果表記錄上千萬上億了這個性能問題，另外一個如果有一個本文字段要在里面模糊配置，這個就會出現嚴重的性能問題

還不能將搜索詞拆分開來，比如上面這個只能搜索名字是“張三”開頭的員工，如果想搜出“張小三”那是搜索不出來的。

總體來說，用數據庫來實現搜索，是不太靠譜的，通常性能也會很差

3、什么是全文檢索、倒排索引和Lucene

舉個簡單的例子：比如最近上映的熱劇（碟中諜6:全面瓦解），我們想搜索一下全面瓦解這個電視劇，可是在輸入的過程，不小心輸入了”全瓦解”，我們看看百度這個返回了什么，百度返回的結果確實是我想要找到的內容，現在我們介紹一下全文檢索和倒排索引是什么

我們看看下面這個圖，假如我們有很多數據”全面瓦解電影，全面瓦解海報，全面瓦解評論，全面瓦解文章”等等信息，從數據到構建倒排索引的過程我們圖中標記為“1”，通俗一點講就是，倒排索引就是講數據中的詞拆分構建一個大表，將關鍵字拆出來，后面帶上這個文章的documentid號，例如中間這個就是倒排索引了。

全文檢索就比較好理解的，就是當我們輸入“全瓦解”,會被拆分成”全”，“瓦解”2個此，用2個詞去倒排索引里面去檢索數據，檢索到的數據返回。整個過程就叫做全文檢索

如果這個用數據庫的思維來做的話，假如一共100W的記錄，按照之前的思路就是掃描100W次，而且每次掃描，都需要匹配那個文本所有的字符，確認是否包含搜索的關鍵詞，而且還不能將搜索詞拆解來進行檢索

如果是利用倒排索引的話，假設還是100W，拆分出來的詞語，假設有1000W個詞語，那么在倒排索引中，就有1000W行。我們可能不需要檢索1000W詞，有可能檢索1次，就能找到我們需要的數據，也有可能是100W次，也有可能是1000W次

lucene：就是一個jar包，里面包含了封裝好的各種建立倒排索引，以及進行搜索的代碼，包括各種算法。我們就用java開發的時候

4、ElasticSearch是什么

Lucene是單機的模式，如果你的數據量超過了一臺物理機的容量，你需要擴容，將數據拆分成2份放在不同的集群，這個就是典型的分布式計算了。需要拷貝容錯，機器宕機，數據一致性等復雜的場景，這個實現就比較復雜了。

ES解決了這些問題

自動維護數據的分布到多個節點的索引的建立，還有搜索請求分布到多個節點的執行

自動維護數據的冗余副本，保證了一旦機器宕機，不會丟失數據

封裝了更多高級的功能，例如聚合分析的功能，基于地理位置的搜索

ElasticSearch的功能

1、分布式的搜索引擎和數據分析引擎

搜索：網站的站內搜索，IT系統的檢索

數據分析：電商網站，統計銷售排名前10的商家

2、全文檢索，結構化檢索，數據分析

全文檢索：我想搜索商品名稱包含某個關鍵字的商品

結構化檢索：我想搜索商品分類為日化用品的商品都有哪些

數據分析：我們分析每一個商品分類下有多少個商品

3、對海量數據進行近實時的處理

分布式：ES自動可以將海量數據分散到多臺服務器上去存儲和檢索

海聯數據的處理：分布式以后，就可以采用大量的服務器去存儲和檢索數據，自然而然就可以實現海量數據的處理了

近實時：檢索數據要花費1小時（這就不要近實時，離線批處理，batch-processing）；在秒級別對數據進行搜索和分析

ElasticSearch的應用場景

維基百科

The Guardian（國外新聞網站）

Stack Overflow（國外的程序異常討論論壇）

GitHub（開源代碼管理）

電商網站

日志數據分析

商品價格監控網站

BI系統

站內搜索

ElasticSearch的特點

可以作為一個大型分布式集群（數百臺服務器）技術，處理PB級數據，服務大公司；也可以運行在單機上，服務小公司

Elasticsearch不是什么新技術，主要是將全文檢索、數據分析以及分布式技術，合并在了一起

對用戶而言，是開箱即用的，非常簡單，作為中小型的應用，直接3分鐘部署一下ES

Elasticsearch作為傳統數據庫的一個補充,比如全文檢索，同義詞處理，相關度排名，復雜數據分析，海量數據的近實時處理；