ES系列一、Elasticsearch 概述

一、ES 产生背景

　　对于一般的公司，初期是没有那么多数据的，所以很多公司更倾向于使用传统的数据库：mysql；比如我们要查找关键字“呀呀呀”，那么查询的方式大概就是:select * from table where field like ‘%呀呀呀%’; 但是随着业务发展，数据会不断的膨胀，那么问题就来了；mysql单表查询能力即便经过了优化，它的极限也就是400W左右的数据量。而且还会经常出现查询超时的现象；

然后很多公司开始对数据库进行横向和纵向的扩容，开始进行数据库表的“拆分”：横向拆分和纵向拆分；但是即便这样操作，仍然会出现很多问题，比如：

　　1、数据库会出现单点故障问题，于是先天主从复制关系，于是增加了运维成本.
　　2、因为对表的拆分，增加了后期维护的难度，同样也是增加了运维成本.
　　3、即便做了大量的维护，但对于大数据的检索操作，依然很慢，完全达不到期望值.

所以为了满足需求： 海量数据组合条件查询 、毫秒级或者秒级返回数据，ElasticSearch应运而生。

 

二、Lucene 定义

　　lucene是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。官网地址： http://lucene.apache.org/

　　Lucene实现全文检索的流程：

　　　　　　　　　　　　　　　　索引流程：采集数据--->构建文档对象--->创建索引(将文档写入索引库)。
　　　　　　　　　　　　　　　　搜索流程：创建查询--->执行搜索--->渲染搜索结果。

  

三、ES 定义 

　　ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官网地址：https://www.elastic.co/

　　

四、ES vs Lucene

　　 成品与半成品的关系。Lucene专注于搜索底层的建设，而ElasticSearch专注于企业应用。

　　 比如：Lucene相当于汽车引擎，而ES相当于汽车。

　　

五、Solr 定义

　　Solr是Apache 下的一个开源项目，使用Java基于Lucene开发的全文检索服务是一个独立的企业级搜索应用服务器，它对外提供类似于Webservice的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。官网地址： https://lucene.apache.org/solr/

六、ES vs Solr 优缺点

　　

七、ES vs Solr 

　　　　检索速度：当单纯的对已有数据进行搜索时，Solr更快。

　　

　　　　当实时建立索引时, Solr会产生io阻塞，查询性能较差, Elasticsearch具有明显的优势。

　　　　随着数据量的增加，Solr的搜索效率会变得更低，而Elasticsearch却没有明显的变化。

　　　　大型互联网公司，实际生产环境测试，将搜索引擎从Solr转到Elasticsearch以后的平均查询速度有了50倍的提升。

　　总结：

　　　　二者安装都很简单。

　　　　Solr 利用 Zookeeper 进行分布式管理，而Elasticsearch 自身带有分布式协调管理功能。

　　　　Solr 支持更多格式的数据，比如JSON、XML、CSV，而 Elasticsearch 仅支持json文件格式。

　　　　Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供

　　　　Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch。

　　　　Solr 是传统搜索应用的有力解决方案，但 Elasticsearch更适用于新兴的实时搜索应用。

 

八、ES vs 关系型数据库

　　索引(Index)

   　　ES将数据存储于一个或多个索引中，索引是具有类似特性的文档的集合。类比传统的关系型数据库领域来说，索引相当于SQL中的一个数据库，或者一个数据存储方案(schema)。索引由其名称(必须为全小写字符)进行标识，并通过引用此名称完成文档的创建、搜索、更新及删除操作。一个ES集群中可以按需创建任意数目的索引。

　　类型(Type)

   　　类型是索引内部的逻辑分区(category/partition)，然而其意义完全取决于用户需求。因此，一个索引内部可定义一个或多个类型(type)。一般来说，类型就是为那些拥有相同的域的文档做的预定义。例如，在索引中，可以定义一个用于存储用户数据的类型，一个存储日志数据的类型，以及一个存储评论数据的类型。类比传统的关系型数据库领域来说，类型相当于“表”。

　　文档(Document)

   　　文档是Lucene索引和搜索的原子单位，它是包含了一个或多个域的容器，基于JSON格式进行表示。文档由一个或多个域组成，每个域拥有一个名字及一个或多个值，有多个值的域通常称为“多值域”。每个文档可以存储不同的域集，但同一类型下的文档至应该有某种程度上的相似之处。