ElasticSearch全文搜索引擎（A）

 

文章：[Elasticsearch] 全文搜索 (一) - 基础概念和match查询

 

全文检索，是从最初的字符串匹配和简单的布尔逻辑检索技术，演进到能对超大文本、语音、图像、活动影像等非结构化数据进行综合管理的复合技术。

概念：字符串匹配、非结构化数据、复合技术。（不全部分，自己补充）

 

全文数据系统的构建，提出全文检索系统的实现技术，主要分为5个步骤：

（1）数据准备：它是指针对计划加载到全文数据库中的数据进行收集、整理、归类等预先处理的过程。加载到全文数据中的数据可以从多种途径获得，常见的数据来源有：电脑打字产生的文件，电子印刷产生的文稿，计算机网上传送的文件，电子出版物，图文处理产生的文件，专门组织人力录入建库。

（2）文本预处理：包括规范格式，当格式多种多样时，应加以整理，使文献的格式规范化；批式标引，文本预处理阶段完成的批式标引，不受全文数据库结构的限制，效率较高。

（3）数据加载：数据准备好以后，便可以加载（拷入、输入）到数据库文件中去了。加载数据可有单篇方式或批量方式。单篇方式一次加载一篇，适于平时文献随时加载的情况。批量方式一次加载多篇，适于集中大量加载的情况。

（4）数据检索：数据库建立起来之后，便可根据全文检索系统提供的检索功能对数据库进行检索。

（5）数据维护：全文数据建立以后，需要经常对数据库的内容进行索引、更新、追加和清理。