ElasticSearch是一個分佈式，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、什麼是搜索
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麼樣
在軟件開發裡面，數據都是存儲在數據庫裡面的，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，我們會這麼設計
以上會存在幾個問題：
1. 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裡面模糊配置，這個就會出現嚴重的性能問題
2. 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、什麼是全文檢索、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麼，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麼
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，後面帶上這個文章的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個詞去倒排索引裡面去檢索數據，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，那麼在倒排索引中，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，裡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
3、ElasticSearch是什麼
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，這個就是典型的分佈式計算了。需要拷貝容錯，機器宕機，數據一致性等複雜的場景，這個實現就比較複雜了。
ES解決了這些問題
1、自動維護數據的分佈到多個節點的索引的建立，還有搜索請求分佈到多個節點的執行
2、自動維護數據的冗餘副本，保證了一旦機器宕機，不會丟失數據
3、封裝了更多高級的功能，例如聚合分析的功能，基於地理位置的搜索
ElasticSearch的功能
分佈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
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
對海量數據進行近實時的處理
分佈式：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：分佈式以後，就可以採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
日誌數據分析
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佈式集群（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不是什麼新技術，主要是將全文檢索、數據分析以及分佈式技術，合併在了一起
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，複雜數據分析，海量數據的近實時處；
閱讀更多 莫冬莫秋 的文章
