ElasticSearch（1）

ES是什么？

独立的网络上的一个或一组进程的节点，可以当成是一个中间件，也可以当成是一个独立的服务，并支持分布式，可以以组为单位管理进程的节点。对外提供搜索服务（http或transport协议）。对内就是一个搜索数据库，他拥有传统关系型数据库对称的能力，包括存储索引的结构，存储对应文档内容等。

搜索的本质

关于搜索的本质，简单画了一个图

在传统关系型数据库中，如果想做搜索，关键字为"i am a chinese"，sql语句会直接like '%i am a chinese%'，这样其实并不是真正意义上的模糊搜索，四个单词可以作为四个关键词，而想做到这样，对于传统数据库是很麻烦的，所以这就引入了Elasticsearch，在ES中，会把关键词用分词器分成4个，作为索引存起来，在mysql中读取数据后，也把内容分词后存储起来，搜索的时候会进行匹配。 

名词定义：

索引：搜索中的数据库或表定义，也是构建文档的时候的索引创建。

分词：搜索是以词为单位做最基本的搜索单元。依靠分词器构建分词。用分词构建倒排索引。

倒排索引：说倒排索引之前，先说一下正向索引，关于正向索引，就是通过行数据来匹配关键词，所以在正向索引中做搜索，需要遍历每一行，然后匹配关键词。对于倒排索引正好相反，先匹配关键词索引，然后通过索引来想上匹配数据，这样比正向索引效率更高。

TF-IDF打分：

TF：词频率，表示这个document文档包含了多少个这个词，包含越多表明越相关。

DF：文档频率，包含该词的文档总数目。

IDF：DF取反

也就是说一个词在一个文档中出现频率很高，那么TF也会很高，但如果这个词在所有文档中出现