Elasticsearch学习文档.doc

Elasticsearch 学习文档 Elasticsearch 是一个基于 Lucene 的搜索服务器，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。 Elasticsearch 的实现原理主要分为以下几个步骤：首先用户将数据提交到 Elastic Search 数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。 Elasticsearch 是分布式的，这意味着索引可以被分成分片，每个分片可以有 0 个或多个副本。每个节点托管一个或多个分片，并充当协调器将操作委托给正确的分片。再平衡和路由是自动完成的。 Elasticsearch 的功能包括： 1.分布式的搜索引擎和数据分析引擎 2.搜索：网站的站内搜索，IT 系统的检索 3.数据分析：电商网站，统计销售排名前 10 的商家 4.全文检索，结构化检索，数据分析 5.全文检索：我想搜索商品名称包含某个关键字的商品 6.结构化检索：我想搜索商品分类为日化用品的商品都有哪些 7.数据分析：我们分析每一个商品分类下有多少个商品 8.对海量数据进行近实时的处理 9.分布式：ES 自动可以将海量数据分散到多台服务器上去存储和检索 10.海联数据的处理：分布式以后，就可以采用大量的服务器去存储和检索据，自然而然就可以实现海量数据的处理了 11.近实时：检索数据要花费 1 小时（这就不要近实时，离线批处理，batch processing） Elasticsearch 的应用场景包括： 1.站内搜索：主要和 Solr 竞争，属于后起之秀 2.NoSQL Json 文档数据库：主要抢占 Mongo 的市场，它在读写性能上优于 Mongo ，同时也支持地理位置查询，还方便地理位置和文本混合查询。 3.监控：统计、日志类时间序的数据存储和分析、可视化，这方面是引领者 4.国外：Wikipedia（维基百科）使用 ES 提供全文搜索并高亮关键字、StackOverflow（IT 问答网站）结合全文搜索与地理位置查询、Github 使用 Elasticsearch 检索 1300 亿行的代码 5.国内：百度（在云分析、网盟、预测、文库、钱包、风控等业务上都应用了 ES，单集群每天导入 30TB+数据，总共每天 60TB+）、新浪 、阿里巴巴、腾讯等公司均有对 ES的使用 Elasticsearch 是与名为 Logstash 的数据收集和日志解析引擎以及名为 Kibana 的分析和可视化平台一起开发的。这三个产品被设计成一个集成解决方案，称为“Elastic Stack”（以前称为“ELK stack”）。