ES搜索（ElasticSearch）入门理论篇

SQL查询方式

Like %关键字%
如果我们的数据量十分的大的时候会出现搜索十分慢的情况，那么就会使用到索引说到底如果是大数据的要求还是达不到的，那么我们就可以使用到ES搜索了

ES相关知识

聊聊Doug Cutting

1998年9月4日，Google公司成立，它就是一家搜索引擎起家的公司。有这么一位工程师叫Doug Cutting的美国工程师，它做了一个用于文本搜索函数库（软件的功能组件），命名为Lucene

什么是Lucene

Lucene是用Java写的，目标是为各种的小型应用软件加入全文检索功能，因为好用并且开源（代码公开），非常受欢迎，之后Lucene被Apache软件基金会jakcrta项目的一个子项目

什么是Nutch

Nutch是一个建立在Lucene核心之上的网页搜索应用程序，可以直接下载进行使用。它在Lucene的基础上加上了网络爬虫和一些网络相关的功能，目前就是从一个简单的站内检索推广到全球网络的搜索上，就像Google一样

演变

但是随着时间的推移，无论是Google还是Nutch，都被面临着搜索对象“体积”不断增大的问题。2003年，Google发表了一篇技术论文，公开介绍了自己的谷歌文件系统GFS（Google File System），这是Google为了存储海量数据而设计的专用文件系统，第二年，Doug Cutting基于Google的GFS论文，实现了分布式文件存储系统，并命名为NDFS（Nucth Distributed File System），2005年，Doug Cutting又基于MapReduce，在Nutch搜索引擎实现了大规模数据集

Lucene和ES搜索的关系

ES搜索是基于Lucene做了一些封装和增强，让我们上手十分简单！

ES概述

ElasticSearch，简称es，es是一个开源的高扩展的分布式全文搜索引擎，它可以近乎实时的存储，检索数据，本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据，es也是用java开发并使用Lucene作为其核心来实现所有的索引和搜索功能，但是它的最终目的是通过简单的Restful API来隐藏Lucene的复杂性，从而让全文搜索变得简单在国际权威的数据库产品测试机构DB Engines的统计，在2016年1月，ES搜索已经超过了Solr等，成为排名第一的搜索引擎类应用

使用者

维基百科、GitHub、电商网站、日志数据分析、BI系统、IT系统（OA、ERP、CRM）

对比

ES搜索

ES搜索：是一个实时分布式搜索和分析引擎，它让你以前所未有的速度处理大数据成为可能，主用于全文搜索、结构化搜索、分析以及将这三者混合使用

Solr

Solr是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器，Solr提供了比Lucene更丰富的查询语言，同时实现了可配置，可扩展，并对索引，搜索性能进行了优化，Solr可独立运行，运行在letty、Tomcat等这些容器中，Solr提供了管理页面，不提供构建UI的功能

Lucene

Lucene是用Java写的，目标是为各种的小型应用软件加入全文检索功能，因为好用并且开源（代码公开），非常受欢迎

使用范围

当单纯的对已有数据进行搜索时，Solr更快。当实时建立索引时，Solr会产生io阻塞，查询性能较差，ES搜索具有明显的优势随着数据量的增加，Solr的搜索效率会变得更低，而ES搜索却没有明显变化，总之ES搜索相比Solr也可以提供将近50倍的效率

总结

1、es基本是开箱即用，非常简单。Solr安装稍微复杂一点
2、Solr是利用Zookeeper进行分布式管理，而ES自身带有分布式协调管理功能
3、Solr支持更多的格式的数据，比如JSON，XML、CVS，而ES仅支持JSON文件格式
4、Solr官方提供的功能更多，而ES本身更注重于核心功能，高级功能都有第三方插件提供，例如圆形化界面需求、kibana友好支持
5、Solr查询快、但更新索引慢（即插入和删除慢），用于电商等查询多的应用
6、ES建立索引快（即查询慢）即实时性查询快，用于facebook新浪等搜索
7、Solr是传统的搜索应用的有力解决方式，但ES更适用于新兴的实时搜索应用
8、Solr比较成熟、有一个更大、更成熟的用户、开发和共享者社区，而ES相对于开发维护较少，更新太快，学习使用成本高

闲言碎语

最近在赶项目上的事情，所以像MyBatis-plus的增强版也是还没写出来，在后期会写一篇更深入的博文，在上一篇爬虫的博文的进阶版也是基于ES搜索来进行的，下期我会直接出一篇ES搜索相关的实践知识，然后结合进行总结，下期见！