1、为什么用es做搜索而不用myslq
原因:
1)描述上万文字 不可能一一进行判断
2)es能进行分词,mysql不可以分词,比如我们想搜索 “生化危机” 生危机,mysql不能搜索到,es就可以搜到
3)大量查询mysql比较低下
4)用数据库来实现搜索,是不太靠谱的。通常来说,性能会很差的
2、全文检索
-------------------------
总结1:数据库里面的数据 比如100万条,按照之前思路数据库存储,其实就是要扫描100万次,而且每次扫描
都需要匹配那个文本所有的字符,确认是否包含搜索的关键词,而且还不能将搜索的词拆分
总结2:利用倒排索引,进行搜索的话,假设100万条数据,拆分词语 10000万条,那么在倒排索引中,就有10000万
条数据,可能我们只索引前面几个就出来结果 ,10000万条 。最起码索引搜索还是比较快的
3、ES介绍
Elasticsearch是一个实时分布式搜索和分析引擎。它用于全文搜索、结构化搜索、分析。
4、Elasticsearch的适用场景
-----------------------------
1)维基百科,类似百度百科,牙膏,牙膏的维基百科,全文检索,高亮,搜索推荐。
2)The Guardian(国外新闻网站),类似搜狐新闻,用户行为日志(点击,浏览,收藏,评论)+ 社交网络数据(对某某新闻的相关看法),数据分析,给到每篇新闻文章的作者,让他知道他的文章的公众反馈(好,坏,热门,垃圾,鄙视,崇拜)。
3)Stack Overflow(国外的程序异常讨论论坛),IT问题,程序的报错,提交上去,有人会跟你讨论和回答,全文检索,搜索相关问题和答案,程序报错了,就会将报错信息粘贴到里面去,搜索有没有对应的答案
4)GitHub(开源代码管理),搜索上千亿行代码。
5)国内:站内搜索(电商,招聘,门户,等等),IT系统搜索(OA,CRM,ERP,等等),数据分析(ES热门的一个使用场景)。
5、Elasticsearch的特点
1)可以作为一个大型分布式集群(数百台服务器)技术,处理PB级数据,服务大公司;也可以运行在单机上,服务小公司
2)Elasticsearch不是什么新技术,主要是将全文检索、数据分析以及分布式技术,合并在了一起,才形成了独一无二的ES;lucene(全文检索),商用的数据分析软件(也是有的),分布式数据库(mycat)
3)对用户而言,是开箱即用的,非常简单,作为中小型的应用,直接3分钟部署一下ES,就可以作为生产环境的系统来使用了,数据量不大,操作不是太复杂
4)数据库的功能面对很多领域是不够用的(事务,还有各种联机事务型的操作);特殊的功能,比如全文检索,同义词处理,相关度排名,复杂数据分析,海量数据的近实时处理;Elasticsearch作为传统数据库的一个补充,提供了数据库所不能提供的很多功能
6、
Elasticsearch的核心概念
-----------------------------
1)近实时
从写人数据到数据可以被搜索到有一个小延迟(大概1秒);基于es搜索可以达到秒级
2)Cluster(机器)
集群包含多个节点,每个节点属于哪儿集群是通过配置(集群的名称默认是
Elasticsearch)来决定的,一个集群就是一个节点 或者二个
3)Noder(节点)
一个机器,
4)Index(索引--mysql数据库)
索引包含一堆有相似结构的文档数据,比如可以有一个客户索引,商品分类索引,订单索引,索引有一个名称。
一个Index包含多个docment,一个index就代表一类类似或者相同的docment
product index(商品索引 )--->商品信息
5)Type(类型表)
每个索引里面可以有一个或者多个type,type是index中的一个逻辑数据分类,一个type下的docment,都有
相同的field。
例:
博客 index(数据库)
用户信息 type(表)---docment(一条数据)---field(字段)
博客数据 type(表)---docment(一条数据)---field(字段)
评论数据 type(表)---docment(一条数据)---field(字段)
6)Document(文档-行)
文档是es中的最小数据单元,一个document可以是一条客户数据,一条商品分类数据,
一条订单数据,通常用JSON数据结构表示,每个index下的type中,都可以去存储多个document。
7) Field (字段 列)
Field是Elasticsearch的最小单位。一个document里面有多个field,每个field就是一个数据字段。
8)mapping(映射-约束)
定义自己的映射使您能够:
- 区分全文字符串字段和精确值字符串字段
- 执行特定于语言的文本分析
- 优化字段以进行部分匹配
- 使用自定义日期格式
- 使用无法自动检测到的数据类型,例如
geo_point
和geo_shape
Mysql 和 Elasticsearch 对比
----------------------------------
关系型数据库(比如Mysql) 非关系型数据库(Elasticsearch)
数据库Database 索引Index
表Table 类型Type
数据行Row 文档Document
数据列Column 字段Field
约束 Schema 映射Mapping
6、
es的数据保存会根据你对每一个字段添加的映射去做过滤处理,处理完成后再做索引保存,所以在集群搭建完成后就想要创建索引,然后对需要处理的字段添加相应的映射。
更多精彩文章请访问:百考汇