elasticsearch的作用

elasticsearch是一款非常強(qiáng)大的開源搜索引擎，具備非常多強(qiáng)大功能，可以幫助我們從海量數(shù)據(jù)中快速找到需要的內(nèi)容 。

elasticsearch結(jié)合kibana、Logstash、Beats，也就是elastic stack（ELK）。被廣泛應(yīng)用在日志數(shù)據(jù)分析、實(shí)時(shí)監(jiān)控等領(lǐng)域。

而elasticsearch是elastic stack的核心，負(fù)責(zé)存儲、搜索、分析數(shù)據(jù)。

elasticsearch和lucene

elasticsearch底層是基于lucene來實(shí)現(xiàn)的。

Lucene是一個(gè)Java語言的搜索引擎類庫，是Apache公司的頂級項(xiàng)目，由DougCutting于1999年研發(fā)。官網(wǎng)地址：Apache Lucene - Welcome to Apache Lucene 。

elasticsearch的發(fā)展歷史：

• 2004年Shay Banon基于Lucene開發(fā)了Compass

• 2010年Shay Banon 重寫了Compass，取名為Elasticsearch。

倒排索引

倒排索引中有兩個(gè)非常重要的概念：

• 文檔（Document）：用來搜索的數(shù)據(jù)，其中的每一條數(shù)據(jù)就是一個(gè)文檔。例如一個(gè)網(wǎng)頁、一個(gè)商品信息

• 詞條（Term）：對文檔數(shù)據(jù)或用戶搜索數(shù)據(jù)，利用某種算法分詞，得到的具備含義的詞語就是詞條。例如：我是中國人，就可以分為：我、是、中國人、中國、國人這樣的幾個(gè)詞條

創(chuàng)建倒排索引是對正向索引的一種特殊處理，流程如下：

• 將每一個(gè)文檔的數(shù)據(jù)利用算法分詞，得到一個(gè)個(gè)詞條

• 創(chuàng)建表，每行數(shù)據(jù)包括詞條、詞條所在文檔id、位置等信息

• 因?yàn)樵~條唯一性，可以給詞條創(chuàng)建索引，例如hash表結(jié)構(gòu)索引

如圖：

倒排索引的搜索流程如下（以搜索"華為手機(jī)"為例）：

1）用戶輸入條件"華為手機(jī)"進(jìn)行搜索。

2）對用戶輸入內(nèi)容分詞，得到詞條：華為、手機(jī)。

3）拿著詞條在倒排索引中查找，可以得到包含詞條的文檔id：1、2、3。

4）拿著文檔id到正向索引中查找具體文檔。

如圖：

雖然要先查詢倒排索引，再查詢正向索引，但是無論是詞條、還是文檔id都建立了索引，查詢速度非常快！無需全表掃描。

正向和倒排

那么為什么一個(gè)叫做正向索引，一個(gè)叫做倒排索引呢？

• 正向索引是最傳統(tǒng)的，根據(jù)id索引的方式。但根據(jù)詞條查詢時(shí)，必須先逐條獲取每個(gè)文檔，然后判斷文檔中是否包含所需要的詞條，是根據(jù)文檔找詞條的過程。

• 而倒排索引則相反，是先找到用戶要搜索的詞條，根據(jù)詞條得到保護(hù)詞條的文檔的id，然后根據(jù)id獲取文檔。是根據(jù)詞條找文檔的過程。

優(yōu)缺點(diǎn)：

正向索引：

• 優(yōu)點(diǎn)：

  • 可以給多個(gè)字段創(chuàng)建索引

  • 根據(jù)索引字段搜索、排序速度非?？?/p>

• 缺點(diǎn)：

  • 根據(jù)非索引字段，或者索引字段中的部分詞條查找時(shí)，只能全表掃描。

倒排索引：

• 優(yōu)點(diǎn)：

  • 根據(jù)詞條搜索、模糊搜索時(shí)，速度非?？?/p>

• 缺點(diǎn)：

  • 只能給詞條創(chuàng)建索引，而不是字段

  • 無法根據(jù)字段做排序

es的一些概念

elasticsearch是面向文檔（Document）存儲的，可以是數(shù)據(jù)庫中的一條商品數(shù)據(jù)，一個(gè)訂單信息。文檔數(shù)據(jù)會被序列化為json格式后存儲在elasticsearch中：

而Json文檔中往往包含很多的字段（Field），類似于數(shù)據(jù)庫中的列。

索引（Index），就是相同類型的文檔的集合。相當(dāng)于數(shù)據(jù)庫中的表。

例如：

• 所有用戶文檔，就可以組織在一起，稱為用戶的索引；

• 所有商品的文檔，可以組織在一起，稱為商品的索引；

• 所有訂單的文檔，可以組織在一起，稱為訂單的索引；

數(shù)據(jù)庫的表會有約束信息，用來定義表的結(jié)構(gòu)、字段的名稱、類型等信息。因此，索引庫中就有映射（mapping），是索引中文檔的字段約束信息，類似表的結(jié)構(gòu)約束。

mysql與elasticsearch

我們統(tǒng)一的把mysql與elasticsearch的概念做一下對比：

是不是說，我們學(xué)習(xí)了elasticsearch就不再需要mysql了呢？

并不是如此，兩者各自有自己的擅長支出：

• Mysql：擅長事務(wù)類型操作，可以確保數(shù)據(jù)的安全和一致性

• Elasticsearch：擅長海量數(shù)據(jù)的搜索、分析、計(jì)算

因此在企業(yè)中，往往是兩者結(jié)合使用：

• 對安全性要求較高的寫操作，使用mysql實(shí)現(xiàn)

• 對查詢性能要求較高的搜索需求，使用elasticsearch實(shí)現(xiàn)

• 兩者再基于某種方式，實(shí)現(xiàn)數(shù)據(jù)的同步，保證一致性

文章來源地址http://www.zghlxwxcb.cn/news/detail-799584.html

到了這里，關(guān)于分布式搜索引擎--認(rèn)識的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！