ElasticSearch 笔记（一）

一、Elasticsearch 印象

分布式、全文检索、数据分析。

二、为什么不用传统关系型数据库，如 MySQL，做搜索

举个反例。假设有以下数据库表 t_game：

id	name
1	唐僧取经
2	西天取经
3	唐僧不取经

需求：你在搜索输入框中输入 “唐僧取经”，希望找出相关的游戏。

转化成 SQL 就是：SELECT * FROM t_game where name LIKE '%唐僧取经%';

LIKE 前后模糊匹配，不走索引，只能全表扫描，数据量很大的话，比如有个 1 千万条记录，就需要扫描 1 千万次，性能肯定很差。

还有一个问题，当你搜索 “唐僧取经” 的时候，也许 “唐僧不取经” 也是你想要的结果，

但是 SQL 查询无法匹配这条记录。

所以，用关系型数据库做搜索，有两大问题：① 全表扫描，性能不好 ② 只能把输入关键字作为一个整体，也就是不能全文检索。

三、全文搜索 和 倒排索引

利用一种叫做 “倒排索引” 的东东，大致原理：

把 t_game 表的 name 字段进行分词，然后记录分出来的词对应的 id

分词	ids
取经	1、2、3
唐僧	1、3
西天	2
不	3

然后，对搜索关键字 “唐僧取经” 也进行分词：唐僧、取经。

第一次拿 “唐僧” 去查倒排索引，可以查到游戏 id 为：1、3 的记录；接着用 “取经” 再去查倒排索引，

可以查到游戏 id 为：1、2、3 的记录，合并结果就是返回 1、2、3 的记录。

在本例中，即使数据有千千万，只需要 2 次查询，就可以查到所有结。

所以，利用 倒排索引，可以解决两个问题：全文搜索、性能问题。

四、lucene

简单来说就是一个 jar 包，封装了建立 倒排索引 的算法，已经各种 搜索 算法，可以用来做全文检索。

五、Elasticsearch

lucene 虽然可以做全文检索，

但是只能单机，不能集群，当数据量太大以致单机无法容纳，需要分布式处理时，处理起来很麻烦；

也不能做复杂的数据分析。

于是顺其自然的就有了 Elasticsearch，Elasticsearch 可以分布式集群，并且可以做一些复杂的数据分析，而且高可用，

当一些节点挂掉后，还能正常对外服务。