上个世纪末,我在广州做 PHP 程序员,那会儿程序员的门槛真低啊。我的上司是技术经理,非常照顾我。有个客户是开律所的,过来提了一个私活的需求,要做个法律查询的网站。
上司让我赚点外块,说干就干,整个 Mysql,把内容导入进去,写个搜索查询语句,用不了多久,搞定。客户觉得,这开发效率,牛,没谁了。
于是,问题来了。搜索一个关键词,要等好半天,SQL 的 like 语法么,当时就会这个,更不用说负载问题了,还好那时候还没啥用户使用。真是啥都不会,所幸当时整个行业的门槛都低,再往后,客户就找别人去了。
后来,我才知道搜索这玩意的开销、字索引和词索引都是怎么回事,搜索引擎是如何实现的,也渐渐知道了各种第三方的开源搜索平台。
其实,搜索是现代互联网应用必备的一项基础功能,很多产品都需要内建搜索系统。
而且,随着时代的前进,搜索不再仅仅是关键词匹配,比如随着搜索出现的相关推荐,再比如基于地理位置的就近查询,等等需求应运而生。
能够胜任这样的开发,可不是什么容易的事情。幸而有些强大的第三方工具,才能让我们不用重复造轮子,Elasticsearch 就是一款功能强大的开源分布式搜索与数据分析引擎。
它可以从海量数据中快速找到相关信息,在同领域内几乎没有竞争对手——近两年 DBRanking 的数据库评测中,ES 在搜索引擎领域始终位列第一。
当你在 GitHub 上搜索时,Elasticsearch 可以实现代码级的搜索与高亮显示 ;当你在网上购物时,ES 可为你推荐喜欢的商品;当你下班打车回家时,ES 可以通过定位附近的乘客和司机,帮助平台优化调度。
Elasticsearch 还被广泛运用于大数据近实时分析,包括日志分析、指标监控、信息安全等多个领域。
它可以探索海量结构化、非结构化数据,按需创建可视化报表,对监控数据设置报警阈值,甚至通过使用机器学习,做到自动识别异常状况。
作为目前最流行的开源搜索引擎,ES 在全球的下载量已超过 3.5 亿次,腾讯、滴滴、今日头条、饿了么、360 安全、小米,vivo 等国内诸多知名公司都在使用 Elasticsearch。
如何深入理解,并高效使用 ES ?
Elasticsearch 非常容易上手,具有开箱即用的特性,你可以在极短的时间内设置好开发环境,然后快速上手使用,继而在成百上千台服务器上实现 PB 级的数据处理。
虽然上手快,但要做到深入理解并高效使用,可就没那么简单了,比如:
1. 为什么我的数据查不到,明明是有的啊!
2. 什么鬼?为什么这几条数据出现在搜索结果的前几位?
3. 生产环境我需要多少台机器,索引的分片数怎么样设置才是合理的?
4. 应该关注哪些指标,才能保证集群健康高效地运行?
5. 对于日志型应用,如何设置 Hot & Warm Architecture 节约成本,怎样管理和优化基于时间序列的索引数据,才能提高集群的整体性能?
6. 为什么我的集群脑裂了?数据损坏后,怎样才能恢复?
其实,想要掌握 Elasticsearch,除了要理解其分布式架构的原理外,还要了解一些信息检索领域的知识和相关技巧。
分享给你一张 Elasticsearch 核心知识图谱,只有对每一个知识点仔细梳理并深入理解,才能解决工作中的实际问题。
这张图谱出自阮一鸣,我之前听过他在 Elastic 中国开发者大会的分享,讲得非常不错。
最近,得知他跟极客时间合作,推出了一门视频课《Elasticsearch 核心技术与实战》,有幸提前看到了目录和一部分内容,很想推荐给你。
在课程中,他用理论与实践相结合的方式、深入浅出地讲解了 Elasticsearch,只要你坚持学习,就能掌握 ES 的基本概念和服务搭建,了解其运行机制和常用技巧,并通过上手实战理解 ES 在实际项目中的应用。
近几年 ES 非常热门,所以去年 Elastic 公司推出了官方的 Elastic 工程师认证考试,需要考生在 3 个小时的线上考试中,动手解决 12 个实际问题,就算有多年工作经验的老手都未必能通过。
所以,这个认证的含金量还是挺高的,上面也提到,很多巨头都在使用 ES 搭建自己的搜索系统。
你去应聘的时候,有证跟没证有可能就会影响你的录取,收入也有可能差一个档次。
阮一鸣说,这门课覆盖了 Elastic 认证考试的全部考点,想参加考试的朋友可以将这门课作为参考教材,这也算是「学习技能之外的 bonus」了。
关于阮一鸣
阮一鸣,eBay Pronto 平台技术负责人。Pronto 平台管理了 eBay 内部上百个 Elasticsearch 集群,数据规模超过了 4000 个节点。
这些集群在 ebay 的生产环境中,支撑了包括订单搜索,商品推荐,日志管理,风险控制,IT 运维,安全监控等不同领域的服务。
作为一名互联网行业的老兵,他从业近 20 年了,在大数据、云计算和性能优化方面积累了丰富的经验。同时,他还是一名连续创业者,创办过手机游戏公司、个性化音乐推荐与分享平台 8box。
他是如何讲解 Elasticsearch 的?
如果你对 Elasticsearch 有些了解,就会发现 ES 的产品迭代速度非常快,很多老的 API 都已经被废弃不再使用,搜索到的参数配置也大多发生了变化。
市面上的书籍和教程都是基于 5.x 甚至是 2.x 版本。而在课程中,哥们儿使用Elasticsearch 最新的 7.1 版本进行教学。
所有 ES 最新版本的特性,在课程里都会有全面和直观地展现,比如:用机器学习进行异常检测;用 Canvas 展示数据;用索引的生命周期管理工具对索引进行优化等等。
这个课大概分为 5 个部分:
1. 初识 Elasticsearch:
Elasticsearch 核心概念、工作机制与应用场景;本地开发环境搭建;倒排索引的原理与 ES 中 Analysis 的具体细节;Mapping 设置和一些基本的 Search & Aggregation API。
2. 深入了解 Elasticsearch:
理解 Elasticsearch 分布式架构的原理;相关性算分的原理;数据建模的最佳实践;深入搜索及聚合功能以提高搜索结果的相关度。
3. 管理 Elasticsearch 集群:
集群的水平扩展、参数配置、性能优化、故障诊断。
4. 利用 ELK 做大数据分析:
结合使用场景和数据,探索 Logstash、Kibana 的各项功能。
5. 应用实战工作坊:
设计了电影搜索和 Stack Overflow 用户调查问卷数据分析两个实战项目,通过上手实践,你可以巩固所学的知识点,并运用到实际项目中。
需要什么基础,能获得什么?
这门课不仅适合有 ES 使用经验的人,也适合初学者。编程知识和数据库的相关使用经验,会对你学习 ES 有一定帮助,但并不是必须的。
针对开发人员,搜索是一项被广泛需要的功能,这个课程详细地讲解了相关的搜索概念在 Elasticsearch 中是如何对应和具体实现的。
如果你是一名 ES 的运维人员,管理了公司内部的 Elasticsearch 集群:上线前的如何进行容量规划,上线后如何保证这些集群在生产环境内稳定高效的运行,如何在凌晨识别出异常信号,及时发出告警,以避免灾难的发生。
这些问题,他在课程中都会给出相关的最佳实践。
其实,无论是开发还是运维,架构师抑或数据分析师,甚至是产品经理,如果想更多的掌握搜索相关的知识和能力,都可以学一学 Elastic Stack。
哎,你可能要说,为什么产品经理也要学,因为以后遇到开发说“这个搜索功能做不来”的时候,你可以理直气壮地撕逼啊。
在大数据时代,近实时的搜索和分析能力,会让你唯快不破,洞见未来。——这句 copy 了阮一鸣。
跟着认真学,结合课程中的练习和实践,相信你一定能学以致用,基于 Elasticsearch 构建出你自己的搜索和数据分析产品。
说真的,搜索这种核心技术诉求,你只要在这行,迟早用得着。