Elasticsearch 术语、优势

起因：在项目开发过程中，要使用到搜索 引擎来对一些关键字实现逆向查询，如果仅用模糊搜索，那么搜索的时间会根据数据量的增大而增大，对比之下就学了elasticsearch，也记录一下，常常回顾。

---

1. ElastchSearch核心术语学习

1.1. 术语学习

• 索引index

  • 我们可以和数据库去类比，整个的ES就相当于一个数据库服务
  • 我们数据库中的表就是ES中的index

• 类型type

  • 相当于一个逻辑类型
  • 比如商品的分类：食品、服饰、电子产品
  • ESv7.x以后就不再使用type了，5.x/6.x还有

• 文档document（doc）

  • 相当于一个数据库表里的一行一行的数据
  • 就是索引中一条一条的数据

• 字段field

  • 数据行的某一列

• 映射的mappings

  • 相当于表结构的类型定义

• NRT

  • Near Real Time
  • ES中新的文档被加入后可查询的时间间隔非常微弱，接近实时

• shard

  • 数据分片的概念，需要进行水平扩展服务节点只需要加入新的机器到集群中即可
  • 集群的每个数据节点都是HA的
    • 主分片：承担数据写入的访问的作用
    • replica备份分片：除了做备份以外，还承担了读数据的水平负载作用

• replica：备份分片

1.2. type为什么会去掉

1、为什么会有type？

​ index库-->type表-->doc记录

​ 如果要对记录进行分组，只需要给doc加一个分组的记录field即可，然后使用ES的分组桶来统计

2、因此在7.x完全去掉type的概念了

2. 什么是倒排索引

场景概念

我们不使用搜索引擎可不可以？

Redis在查询的时候：key-value？是通过key来找到的value，是否可以通过value来找key？通过value找到和这个value相似度极高的内容？

倒排索引（Inverted Index）：比如通过歌词来查歌名，通过内容检索名称，而这个名称在系统中其实就是一个索引，通过歌来找歌词这是正排索引

比如拿课程学习举例：

文档编号 文档内容

1 架构师之路

2 Java成长之路（分词： Java 成长 之路）

3 ES成长学习入门

搜索的分词 这个分词在哪个文档中出现 文档编号:次数:位置

成长 2,3 2:1:<3>,3:1:<2>

3. 搜索引擎对比选型分析

1.1. 分布式存储与搜索

分布式就是通过多个节点构成的服务，可以横向扩张，所扩展的节点可以进行请求的分摊，以及存储的扩展

1.2. Lucene VS solr VS elasticsearch

• Lucene是一个基于Java开发的全文搜索引擎，不是一个应用程序而是一个类库，有很多的API可以调用来实现我们的业务需要，本质上就是一个jar包，本身就不具备分布式、集群、HA等服务特性，如果你要自己通过Luncen实现分布式就比较复杂

• Solr是基于Lucene开发的一个搜索引擎应用，是Apache开源项目，也是Java开发，需要独立部署在tomcat上，可以实现集群和分片，自身不支持集群结构，需要zookeeper来进行集群的支持提供服务注册，进行分布式索引查询，也是可以自己实现故障转移的（3组节点，每组2个solr，互为主从）

  • 最大的问题是建立索引的过程中，索引效率下降的及其严重，实时搜索效率不高

    • 搭建两套solr集群，用集群互相主备，升级A的时候，使用B，A升级完了切换到A再升级B

  • 如果不考虑索引创建的同时，索引更新频率不高的情况下，solr的查询速度是略高于ES

  • 支持添加多种数据格式到引擎中的

• Elasticsearch也是基于lucene的分布式搜索引擎，对外提供了很多restful风格的接口，数据交互使用json格式

  可以支持PB级别的搜索，提供进实时的查询，ELK（Elasticsearch、Logstash、Kibana）早期常用于进行日志分析系统的搭建

搜索引擎的选型

• Lucene肯定是要使用到的，但都让solr或者ES给封装了，所以我不直接使用Lucene
• solr和es，肯定选择elasticsearch

---

不要以为每天把功能完成了就行了，这种思想是要不得的，互勉~！