大佬就别点进来了，不过是ES入门概念罢了

什么是全文搜索引擎

全文搜索引擎是目前广泛应用的主流搜索引擎。

它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。

这个过程类似于通过字典中的检索字表查字的过程。

什么时候使用全文搜索引擎

• 搜索的数据对象是大量的非结构化文本数据

• 文件记录量达到数十万或者百万甚至更多

• 支持大量基于交互式文本的查询

• 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况

为什么使用ES

ES(ElasticSearch) 作为一个开源的高扩展的分布式全文检索引擎，自2016年起已经超过Solr，成为排名第一的搜索引擎应用，具有很多独特的优点。

• ES可以为几乎所有类型的数据提供近实时的索引、搜索和分析服务。无论是结构化或非结构化数据文本、数值数据和地理空间数据，ES都支持高效地存储和索引，并提供高效搜索。

• ES扩展性好。它可以扩展到上百台服务器，处理PB级别的数据，同时索引的副本机制保障了高可用的特点。

• ES使用简单。它通过简单的 RESTful API 隐藏了 Lucene 的复杂性，从而让全文搜索变得简单易用。

ES vs Solr

ES 和 Solr 都是基于 Lucene 的全文搜索引擎，他们的特征差异对比如下：

ElasticSearch 应用

1. Github：2013年初，抛弃了Solr，采取 ElasticSearch 来做PB 级的搜索。“GitHub 使用ElasticSearch搜索20TB 的数据，包括13亿文件和1300亿行代码”。

2. 维基百科：启动以ElasticSearch为基础的核心搜索架构

3. SoundCloud：“SoundCloud 使用ElasticSearch 为1.8亿用户提供准时而精准的音乐搜索服务。

4. 百度：目前广泛使用ElasticSearch作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部20多个业务线（包括云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大100台机器，200个ES节点，每天导入30TB+数据。

5. 新浪：使用ElasticSearch 分析处理32亿条实时日志。

6. 阿里：使用ElasticSearch 构建日志采集和分析体系。

7. Stack Overflow：解决Bug 问题的网站，全英文，编程人员交流的网站。

ES基本术语

结构化数据

也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。

对于结构化数据，因为它们具有特定的结构，所以我们一般都是可以通过关系型数据库（MySQL、Oracle等）的二维表（Table）的方式存储和搜索，也可以建立索引。

非结构化数据

又可称为全文数据，不定长或无固定格式，不适于由数据库二维表来表现，包括所有格式的办公文档、Word文档、邮件、音视频信息等。

对于非结构化数据，主要有两种搜索方式：顺序扫描和全文检索。

顺序扫描

按照顺序扫描的方式查特定的关键字。

全文检索

将非结构化数据中的一部分信息提取出来，重新组织，使其变得有一定结构，然后对此有一定结构的数据进行搜索，进而达到搜索相对较快的目的。

这种方式就构成了全文检索的基本思路。这部分从非结构化数据中提取出的重新组织的信息，我们称之为索引。

这种检索方式主要工作量在前期索引的创建。

近实时

ElasticSearch是近实时的查询。通常情况下，从索引文档到可搜索延迟在1s，可配置。

关系型数据库 类比 ElasticSearch