簡介
ElasticSearch 是當(dāng)前流行的企業(yè)級搜索引擎，能夠達(dá)到實(shí)時搜索，穩(wěn)定，可靠，快速，安裝使用方便，它提供了一個分布式多用戶能力的全文搜索引擎。好官方啊，到底它是個啥鳥，咱們還是老規(guī)矩，干。
搜索
舉個簡單的例子，比如要買手機(jī)，你登陸京東后，在搜索框搜索”手機(jī)“，會出現(xiàn)N個手機(jī)和手機(jī)周邊的搜索數(shù)據(jù)
常見搜索
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(lián)網(wǎng)搜索：電商搜索商品，招聘網(wǎng)站搜索簡歷或者崗位
OA系統(tǒng)的搜索：員工管理搜索，會議管理搜索
數(shù)據(jù)庫搜索
數(shù)據(jù)都是存儲在數(shù)據(jù)庫里面的，如電商網(wǎng)站的商品信息，如果從消費(fèi)者去做搜索功能，我們會這么設(shè)計。
我們想要搜索手機(jī)，我們會這樣寫SQL
select * from tb_product t where t.`name` ='手機(jī)%'
存在問題
第一、如果數(shù)據(jù)量在幾萬或者幾十萬時候，咱們可以快速查出，大家有沒有想過，如果數(shù)據(jù)量在百萬千萬億級別的時候，這樣的查詢還能滿足我們的業(yè)務(wù)？
從早上開始搜索，到晚上估計還沒檢索完畢，我估計客戶會瘋掉住院??。
第二、不能將搜索詞拆分開來，只能搜索名字是“手機(jī)”開頭的手機(jī)商品，如果想搜出“華為手機(jī)”或者”手機(jī)殼“那是搜索不出來的。
第三、快速聚合，實(shí)時檢索，咱們看京東搜索手機(jī)那個圖，一輸入手機(jī)，能實(shí)時檢索出符合搜索內(nèi)容有多少個商品。如果是數(shù)據(jù)庫存儲，實(shí)時與數(shù)據(jù)庫交互，數(shù)據(jù)庫早晚的崩的面目全非，估計的跑路了。
So 總體來說用數(shù)據(jù)庫來實(shí)現(xiàn)搜索，不太靠譜，通常性能也會很差 。
全文檢索，倒排索引和Lucene
倒排索引
倒排索引也叫反向索引，有反向索引必有正向索引。通俗來講，正向索引是通過key找value，反向索引則是通過value找key。
倒排列表記錄了出現(xiàn)過某個單詞的所有文檔的文檔列表及單詞在該文檔中出現(xiàn)的位置信息，每條記錄稱為一個倒排項(Posting)。根據(jù)倒排列表，即可獲知哪些文檔包含某個單詞。
比如我們百度大話西游，但是手抖動輸入了”大話游“，看到返回的結(jié)果就是大話西游，結(jié)果確實(shí)是我想要找到的內(nèi)容。
包括大話西游游戲，大話西游電影，大話西游電視劇等各種信息，倒排索引就是將數(shù)據(jù)或者文檔中的關(guān)鍵詞拆分構(gòu)建一個大表，每個文檔會記錄文檔編號（DocID），單詞在這個文檔中出現(xiàn)的次數(shù)（TF）及單詞在文檔中哪些位置出現(xiàn)過等信息，這樣與一個文檔相關(guān)的信息被稱做倒排索引項（Posting）。所以我們一搜索關(guān)鍵詞，這些文檔全部都會查詢出來。
全文檢索
當(dāng)我們輸入“大話游”,會被拆分成”大”，“話游”2個詞，用2個詞去倒排索引里面去檢索數(shù)據(jù)，檢索到的數(shù)據(jù)返回。整個過程就叫做全文檢索
如果用數(shù)據(jù)庫的思維來做，假如一共1000W的記錄，按照之前的思路就是掃描1000W次，每次掃描，都需要匹配那個文本所有的字符，確認(rèn)是否包含搜索的關(guān)鍵詞，而且還不能將搜索詞拆解來進(jìn)行檢索 。
如果是利用倒排索引的話，假設(shè)還是1000W，拆分出來的詞語，假設(shè)有1億個詞語，那么在倒排索引中，就有1億行。我們可能不需要檢索1億次，有可能檢索1次或者N+1，就能找到我們需要的數(shù)據(jù)，也有可能是100W次，也有可能是1000W次.
Lucene
Lucene就是一個jar包庫，里面包含了封裝好的各種建立倒排索引，以及進(jìn)行搜索的代碼，包括各種算法，在我們就用java開發(fā)的時候會用到。
Elasticsearch的包含那些功能
第一、分布式的搜索引擎和數(shù)據(jù)分析引擎
搜索：百度，網(wǎng)站的站內(nèi)搜索，IT系統(tǒng)的檢索
數(shù)據(jù)分析：
電商網(wǎng)站，最近一周手機(jī)商品銷量排名前10的商家有哪些；
新聞網(wǎng)站，最近1個月訪問量排名前3的新聞版塊是哪些
第二、 全文檢索，結(jié)構(gòu)化檢索，數(shù)據(jù)分析
全文檢索：我想搜索商品名稱包含手機(jī)的商品，select * from products where product_name like "%手機(jī)%"
結(jié)構(gòu)化檢索：我想搜索商品分類為電子數(shù)碼的商品都有哪些，select * from products where category_id='電子數(shù)碼'
部分匹配、自動完成、搜索糾錯、搜索推薦
數(shù)據(jù)分析：我們分析每一個商品分類下有多少個商品，select category_id,count(*) from products group by category_id
第三、對海量數(shù)據(jù)進(jìn)行近實(shí)時的處理
分布式：ES自動可以將海量數(shù)據(jù)分散到多臺服務(wù)器上去存儲和檢索
海量數(shù)據(jù)的處理：分布式以后，就可以采用大量的服務(wù)器去存儲和檢索數(shù)據(jù)，自然而然就可以實(shí)現(xiàn)海量數(shù)據(jù)的處理了
近實(shí)時：檢索個數(shù)據(jù)要花費(fèi)1小時（這就不要近實(shí)時，離線批處理，batch-processing）；在秒級別對數(shù)據(jù)進(jìn)行搜索和分析
跟分布式/海量數(shù)據(jù)相反的：lucene，單機(jī)應(yīng)用，只能在單臺服務(wù)器上使用，最多只能處理單臺服務(wù)器可以處理的數(shù)據(jù)量
Elasticsearch的適用場景
（1）維基百科和百度百科，手機(jī)維基百科，全文檢索，高亮，搜索推薦。
（2）The Guardian（國外新聞網(wǎng)站），類似搜狐新聞，用戶行為日志（點(diǎn)擊，瀏覽，收藏，評論）+社交網(wǎng)絡(luò)數(shù)據(jù)（對某某新聞的相關(guān)看法），數(shù)據(jù)分析，給到每篇新聞文章的作者，讓他知道他的文章的公眾反饋（好，壞，熱門，垃圾，鄙視，崇拜）
（3）Stack Overflow（國外的程序異常討論論壇），IT問題，程序的報錯，提交上去，有人會跟你討論和回答，全文檢索，搜索相關(guān)問題和答案，程序報錯了，就會將報錯信息粘貼到里面去，搜索有沒有對應(yīng)的答案
（4）GitHub（開源代碼管理），搜索上千億行代碼。
（5）電商網(wǎng)站，檢索商品。
（6）日志數(shù)據(jù)分析，logstash采集日志，ES進(jìn)行復(fù)雜的數(shù)據(jù)分析（ELK技術(shù)，elasticsearch+logstash+kibana）
（7）商品價格監(jiān)控網(wǎng)站，用戶設(shè)定某商品的價格閾值，當(dāng)?shù)陀谠撻撝档臅r候，發(fā)送通知消息給用戶，比如說訂閱手機(jī)的監(jiān)控，如果iphone的手機(jī)低于3000塊錢，就通知我，我就去買
（8）BI系統(tǒng)，商業(yè)智能，Business Intelligence。比如說有個大型商場集團(tuán)，BI，分析一下某某區(qū)域最近3年的用戶消費(fèi)金額的趨勢以及用戶群體的組成構(gòu)成，產(chǎn)出相關(guān)的數(shù)張報表，**區(qū)，最近3年，每年消費(fèi)金額呈現(xiàn)100%的增長，而且用戶群體85%是高級白領(lǐng)，開一個新商場。ES執(zhí)行數(shù)據(jù)分析和挖掘，Kibana進(jìn)行數(shù)據(jù)可視化國內(nèi)。
（9）國內(nèi)：站內(nèi)搜索（電商，招聘，門戶，等等），IT OA系統(tǒng)搜索（OA，CRM，ERP，等等），數(shù)據(jù)分析（ES熱門的一個使用場景）
ElasticSearch的特點(diǎn)
（1）可以作為一個大型分布式集群（數(shù)百臺服務(wù)器）技術(shù)，處理PB級數(shù)據(jù)，服務(wù)大公司；也可以運(yùn)行在單機(jī)上，服務(wù)小公司
（2）Elasticsearch不是什么新技術(shù)，主要是將全文檢索、數(shù)據(jù)分析以及分布式技術(shù)，合并在了一起，才形成了獨(dú)一無二的ES；lucene（全文檢索），商用的數(shù)據(jù)分析軟件（也是有的），分布式數(shù)據(jù)庫（mycat）
（3）對用戶而言，是開箱即用的，非常簡單，作為中小型的應(yīng)用，直接3分鐘部署一下ES，就可以作為生產(chǎn)環(huán)境的系統(tǒng)來使用了，數(shù)據(jù)量不大，操作不是太復(fù)雜
（4）數(shù)據(jù)庫的功能面對很多領(lǐng)域是不夠用的（事務(wù)，還有各種聯(lián)機(jī)事務(wù)型的操作）；特殊的功能，比如全文檢索，同義詞處理，相關(guān)度排名，復(fù)雜數(shù)據(jù)分析，海量數(shù)據(jù)的近實(shí)時處理；Elasticsearch作為傳統(tǒng)數(shù)據(jù)庫的一個。
簡介
接下來可以看下Windows 環(huán)境安裝Elasticsearch
一步步去更好的學(xué)習(xí)Elasticsearch
