ElasticSearch实战教程

name content author

静夜思 床前明月光,疑是地上霜。举头望明月，低头思故乡。 李白

望庐山瀑

布

日照香炉生紫烟，遥看瀑布挂前川。飞流直下三千尺,疑是银河落九

天。

李白

... ... ...

ElasticSearch7入门与进阶实战

非结构化数据：不定长，无固定格式 比如邮件，word文档，日志

半结构化数据： 前两者结合 比如xml，html

搜索分类：

结构化数据搜索： 使用关系型数据库

非结构化数据搜索

顺序扫描

全文检索

设想一个关于搜索的场景，假设我们要搜索一首诗句内容中带“前”字的古诗

思考：用传统关系型数据库和ES 实现会有什么差别？

如果用像 MySQL 这样的 RDBMS 来存储古诗的话，我们应该会去使用这样的 SQL 去查询

出现的次数

用户查询时，通过之前建立好的索引来查询，将索引中单词对应的文本位置、出现的次数返回给用

户，因为有了具体文本的位置，所以就可以将具体内容读取出来了

索引就类似于目录，平时我们使用的都是索引，都是通过主键定位到某条数据，那么倒排索引呢，刚好

相反，数据对应到主键。

这里以一个博客文章的内容为例:

ElasticSearch是什么

ElasticSearch（简称ES）是一个分布式、RESTful 风格的搜索和数据分析引擎，是用Java开发并且是当

前最流行的开源的企业级搜索引擎，能够达到近实时搜索，稳定，可靠，快速，安装使用方便。

客户端支持Java、.NET（C#）、PHP、Python、Ruby等多种语言。

官方网站: https://www.elastic.co/

下载地址：https://www.elastic.co/cn/downloads/past-releases#elasticsearch

搜索引擎排名：

参考网站：https://db-engines.com/en/ranking/search+engine

起源——Lucene

基于Java语言开发的搜索引擎库类

Elasticsearch的诞生

Elasticsearch是构建在Apache Lucene之上的开源分布式搜索引擎。

2004年 Shay Banon 基于Lucene开发了Compass

2010年 Shay Banon重写了Compass，取名Elasticsearch

支持分布式，可水平扩展

降低全文检索的学习曲线，可以被任何编程语言调用

Elasticsearch 与 Lucene 核心库竞争的优势在于：

完美封装了 Lucene 核心库，设计了友好的 Restful-API，开发者无需过多关注底层机制，直接开箱

即用。

Type标记成deprecated， 支持了Keyword的类型

性能优化

内部引擎移除了避免同一文档并发更新的竞争锁，带来15% - 20%的性能提升

Instant aggregation,支持分片，上聚合的缓存

新增了Profile API

6.x新特性

Lucene 7.x

新功能

跨集群复制(CCR)

索引生命周期管理

在索引时进行排序，可加快排序的查询性能

7.x新特性

Lucene 8.0

重大改进-正式废除单个索引下多Type的支持

7.1开始，Security 功能免费使用

ECK - Elasticseach Operator on Kubernetes

新功能

New Cluster coordination

Feature——Complete High Level REST Client

Script Score Query

存储空间优化：对倒排文件使用新的编码集，对于keyword、match_only_text、text类型字段有

效，有3.5%的空间优化提升，对于新建索引和segment自动生效。

优化geo_point，geo_shape类型的索引（写入）效率：15%的提升。

技术预览版KNN API发布，（K邻近算法），跟推荐系统、自然语言排名相关。

https://www.elastic.co/guide/en/elastic-stack/current/elasticsearch-breaking-changes.html

ElasticSearch vs Solr

Solr 是第一个基于 Lucene 核心库功能完备的搜索引擎产品，诞生远早于 Elasticsearch。

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。