Elasticsearch 顶尖高手(1)

1.什么是搜索？

     百度 = 搜索，这是不对的

     垂直搜索（站内搜索）

     互联网的搜索：电商网站，招聘网站，新闻网站，各种app

     IT系统的搜索：OA软件，办公自动化软件，会议管理，项目管理，员工管理

     搜索：就是在任何场景下，找寻你想要的信息，这个时候，会输入一段你要搜索的关键子，然后期望找到这个关键字相关的有些信息

2.如果用数据库做搜索会怎么样？

1. 每条记录的指定字段的文本，可能会很长，甚至长达数千或数万个字符
2. 不能将搜索词拆分开来，尽可能去搜索更多的符合期望的结果

使用数据库实现不太靠谱！！！

3.什么是全文检索和Lucene

1. 全文检索，倒排索引
2. Lucene，一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码， 包括各种算法。使用java开发时，引入Lucene  jar，然后基于Lucene的api进行开发即可。用Lucene可以将已有数据建立索引，Lucene会在本地磁盘上组织索引的数据结构。另外，也可使用Lucene提供的功能和api来针对磁盘上的索引数据，进行索引。

4.什么是Elasticsearch？

分布式，高性能，高可用，可伸缩的搜索和分析系统

• 自动维护数据的分布到多个节点的索引的建立，还有搜索请求分布到多个节点的执行
• 自动维护数据的冗余副本，在某些机器宕机了，不会丢失任何的数据
• 封装了更多的高级功能，提供了更多高级的支持。可快速开发应用，开发更加复杂的应用：复杂的搜索功能，聚合分析的功能，基于地理位置的搜索

5.Elasticsearch的功能

1. 分布式的搜索引擎和数据分析引擎
   分布式，搜索，数据分析
2. 全文检索，结构化检索，数据分析
   全文检索：搜索商品名称包含牙膏的商品
   结构化搜索：搜索商品分类为日化用品的商品都有哪些，select * from products where category_id = ‘日化用品’
   数据分析：分析每一个商品分类下有多少个商品
   
   
3. 对海量数据进行近实时的处理
   分布式：ES自动可以将海量数据分散到多台服务器上去存储和检索
   海量数据的处理：分布式以后，就可以采用大量的服务器去存储和检索数据，自然而然就可以实现海量数据的处理
   尽实时：检索个数据要花费1分钟（这就不叫尽实时，叫离线批处理，batch-processing）。尽实时，就是说对数据的搜索和分析在秒级别
   
   跟分布式/海量数据相反的:  lucene， 单机应用，只能在单台服务器上使用，最多只能处理单台服务器可以处理的数据量

6.Elasticsearch 的使用场景

• 维基百科
• 新闻网站
• GitHub
• 电商网站
• 日志数据分析，logstash采集日志，ES进行复杂的数据分析（ELK技术，elasticsearch+logstash+kibana）
• 商品价格监控网站
• BI系统， 商业智能

7.Elasticsearch的特点

1. 可以作为一个大型分布式集群（数百台服务器）技术，处理PB级数据，服务大公司；也可运行在单机上，服务小公司
2. 并非新技术，主要是将全文检索，数据分析以及分布式技术，合并在了一起，才形成了独一无二的ES
3. 对用户而言，开箱即用，非常简单
4. 数据库的功能面对多领域是不够用的，比如全文检索，同义词处理，相关度排名，复杂数据分析，海量数据的近实时处理，Elasticsearch作为传统数据库的一个补充，提供了数据库所不能提供的很多功能