ElasticSearch简介

目录

1、ElasticSearch概念：

2、全文检索：

①数据分类：

②全文检索概念：

3、全文检索实现过程：

①全文检索流程图：

②创建索引：

③创建文档对象：

④文档分析：

⑤创建索引：

⑥查询索引

⑦用户查询接口

⑧创建查询对象

⑨执行查询

⑩渲染结果

4、ElasticSearch和MySQL区别

①响应时间

②分词

③相关性

---

 

1、ElasticSearch概念：

ElasticSearch简称es，es是一个开源的高扩展的分布式全文检索引擎，通过创建的索引可以快速检索数据，同时本身扩展性能高，可以扩展到上百台服务器。

2、全文检索：

①数据分类：

（1）结构化数据：有固定格式和固定长度的数据，如数据库数据，元数据；

（2）非结构化数据：无固定格式和不定长的数据，如邮件、word文档等磁盘文件。

②全文检索概念：

（1）将非结构化数据中一部分信息提取出来，重新组合，使其变得结构化，通过对这一部分有结构化数据的搜索，找到对应非结构化数据，从而达到较快搜索目的。这部分从非结构数据中提取然后重组的数据就是索引。

如：字典中，汉字的拼音和部首就是索引，通过汉字拼音和部首可以快速找到汉字位置。

（2）先建立索引，然后对索引进行搜索的过程即全文检索。建立索引非常耗时，但索引一旦创建，便可以多次使用，全文检索主要处理的是查询。

3、全文检索实现过程：

①全文检索流程图：

全文检索分为：创建索引和查询索引两个过程。

（1）创建索引：将现实世界的结构化数据或非结构化数据，进行数据提取然后重新组合，创建索引过程。

（2）索引查询：用户查询请求，搜索创建的索引，并返回结果的过程。

②创建索引：

对文档索引过程中，将用户要将搜索的内容提取出来，进行索引创建，索引存储在索引库中。

③创建文档对象：

获取的原始内容中目的是为了索引，在索引前需要将原始内容创建为文档，文档包括一个个域，域中存储属性。文档中有多个域，每个文档都有一个唯一标识，即id。

例：磁盘上一个文件可以看为一个文档，则该文件的文件名，文件大小，文件内容，文件路径即为文档的域。

 

④文档分析：

将原始内容创建为包含多个域的文档，还需对文档中域的内容进行分析，从而对域中内容进行分词。

⑤创建索引：

（1）索引目的是搜索，通过搜索索引词汇从而找到对应文档。

（2）倒排索引结构：通过索引找到对应文档。

（3）正排索引：根据文档到关键信息查询文档，只能顺序查找，数据量大查询效率低。

正排索引转化为倒排索引如下图：

⑥查询索引

查询索引即为搜索过程，用户通过输入关键字，从索引中进行搜索过程。通过关键字搜索索引，索引查找到对应文档内容，从而搜索到对应内容。 

⑦用户查询接口

全文检索提供用户搜索的界面供用户输入关键字，搜索完成展示结果。如下图：

 

⑧创建查询对象

用户输入关键字查询之前，需要先构建一个查询对象，查询对象可以指定查询的域，关键字等，查询对象会生成具体语法。

⑨执行查询

搜索过程中，通过关键字在倒排索引词典中查找索引，从而找到索引所链接的文档链表。

⑩渲染结果

以一个友好界面将结果展示给用户，用户根据搜索结果找到自己所需要的信息。

4、ElasticSearch和MySQL区别

①响应时间

（1）ElasticSearch：它是基于倒排索引，TB级数据在毫秒级就可以返回搜索结果。

（2）mysql：关键字模糊查询时，数据库需啊哟遍历整张表，数据量越大，查询效率越低。

（3）当用户输入关键字：手机，如下图数据：

elasticSearch会立即返回文档f，g，不用花费多余时间在其他文档上；

mysql则需要从文档a一直遍历到文档g，极大降低查询效率。

②分词

（1）ElasticSearch：用户使用elasticSearch进行搜索时，elasticSearch会自动分好词；

如：输入”四川火锅“时，elasticSearch会做两件事：一是将”四川火锅“分为”火锅“和”四川“两个词；二是查找包这两个词的文档。

（2）mysql：数据库不支持分词功能，人工开发耗时耗力，组合词检索很难完成。

如：输入”四川火锅”时，数据库只会对“四川火锅”这四个字进行模糊查询，“四川好吃的火锅”这时查询不到的。

③相关性

（1）ElasticSearch：es支持相关性评分，通过合理优化，es可以将结果由评分高到底排列展示给用户，评分越高，表示相关性越高，满足用户需求。

如：搜索“跑步”，带有“跑步”的信息要比带有“跑”的信息靠前

（2）mysql：数据库不支持相关性搜索，数据模糊查询后，放回结果是根据表中存储顺序返回的，于是便会出现查询出大量毫无相关内容。-