Elasticsearch原理以及基本概念

 

前言：最近项目用到了搜索引擎Elasticsearch，用完了之后总得去了解下人家是怎么回事吧，记一下核心要点。

1、Elasticsearch基本概念

首先ES里面有 “索引”、“类型”、”文档” 三个专有名词。

“索引”：指的存数据的地方，相当于我们熟悉的数据库。

“类型”：指数据结构，相当于数据库里面的表。

“文档”：指具体数据，相当于表里面的单行数据。

 

2、搜索引擎原理——建立反向索引

我们想象一个画面：如果有一本诗词大全摆在面前，我们想去找“静夜思”， 那么我们可以对应诗词大全里面的目录与诗名去找到这首诗的内容“床前明月光，疑是地上霜”。这个时候诗词里面的目录就是这本诗词帮我们做好的普通索引。那么现在有这样一个需求，我想知道有哪些诗词里面包含了“月”这个字，那么我们就只有一页一页的去翻，去匹配，也就是走了全表搜索。

反向索引的出现就能解决这个需求：想象一下，如果再加一个前目录长成这样呢：

床——>静夜思，XXX,XXX...     疑——>静夜思，XXX,XXX...

前——>静夜思，XXX,XXX...     似——>静夜思，XXX,XXX...

明——>静夜思，XXX,XXX...     地——>静夜思，XXX,XXX...

月——>静夜思，XXX,XXX...     上——>静夜思，XXX,XXX...

光——>静夜思，XXX,XXX...     霜——>静夜思，XXX,XXX...

我们是不是就能又走索引了，搜索速度是不是就能大幅度加快！这就是建立的反向索引。

 

3、分词

分词的主要目的就是为了索引优化了，在数据内容中，并不是所有的词都是具有索引意义的。举个例子：我们平时用百度搜索搜“ES的原理”，那么其中“的”这个字，就不存在任何意义。这种词就叫做停顿词。所以在建立反向索引的时候，通常就会去掉这些停顿词，达到优化索引的目的。

 

4、分布式

ES的分布式实现主要是基于lucene，看下图很容易可以明白，ES会挑选一个master节点出来，这个mater会执行一些管理类的工作。然后每一个索引会备份N个（可配置）到其他节点上去。所有的操作，都会在某个节点上执行，然后同步到其他索引节点上去。 其实这也是ElasticSearch作为分布式最基本的一个架构设计。

摘抄一下别人的总结

• 反向索引又叫倒排索引，是根据文章内容中的关键字建立索引。
• 搜索引擎原理就是在分词的基础上，建立反向索引。
• Elasticsearch 在 Lucene 的基础上进行封装，实现了分布式搜索引擎。
• Elasticsearch 中的索引、类型和文档的概念比较重要，类似于 MySQL 中的数据库、表和行。
• Elasticsearch 也是 Master-slave 架构，也实现了数据的分片和备份。
• Elasticsearch 一个典型应用就是 ELK 日志分析系统。

文章参考自：https://developer.51cto.com/art/201904/594615.htm、https://www.jianshu.com/p/aabe2d352da2