（由於ES更新很快，本文這類快餐式的記錄僅供參考）
這幾年，搜索的開發門檻越來越低，每個語言都有開源的檢索工具包，而且功能越來越全，完整的解決方案也越來越多、越來越好用，比如lucene上就有solr, elasticsearch, sensei等。它們對於絕大部分的需求應該說都覆蓋了，解放了直接在檢索工具包上的開發工作量，讓人可以更多關注業務上的開發。個人比較看好elasticsearch（簡稱ES），ES的使用非常簡單，讓人感覺更多地在使用一個Nosql，而且允許很多插件功能可以自己開發。我們可以很容易通過rest客戶端去測試ES，因此學習起來很容易。
ES的官網有比較全面的API，但我看過以後感覺API的層次還是有點亂，至少沒有mongodb的文檔那麼簡單易讀。從簡單的應用開始慢慢認識ES的。比如要搭建箇中文新聞信息的搜索引擎，新聞有"標題"、"內容"、"作者"、"類型"、"發佈時間"這五個字段；我們要提供"標題和內容的檢索"、"排序"、"高亮"、"統計"、"過濾"等一些基本功能。ES提供了smartcn的中文分詞插件，測試的話建議使用IK分詞插件，也可以看看插件作者給的例子。
下載安裝好插件、啓動ES，之後就可以開始ES的體驗了。
1. 創建一個名叫test的索引
PUT http://localhost:9200/test
2. 創建mapping
POST http://localhost:9200/test/news/_mapping
內容爲：
{
"news": {
"properties": {
"content": {
"type": "string",
"store": "no",
"term_vector": "with_positions_offsets",
"index_analyzer": "ik",
"search_analyzer": "ik"
}
,
"title": {
"type": "string",
"store": "no",
"term_vector": "with_positions_offsets",
"index_analyzer": "ik",
"search_analyzer": "ik",
"boost": 5
}
,
"author": {
"type": "string","index":"not_analyzed"
}
,
"publish_date": {
"type": "date", "format":"yyyy/MM/dd","index":"not_analyzed"
}
,
"category": {
"type": "string","index":"not_analyzed"
}
}
}
}
URL的test、news在ES中是索引/類型，感覺是對應數據庫像庫名/表名的關係，POST內容中properties對應mapping裏的內容，裏面5個字段。type指出字段類型、內容、標題字段要進行分詞和高亮因此要設置分詞器和開啓term_vector。具體類型的API可以看這裏。
3. 製造並提交一些數據：
POST http://localhost:9200/test/news/
內容隨便造若干條：
{
"content":"中國國務院總理訪問歐洲",
"title":"美國今年經濟形勢良好",
"publish_date":"2010/07/01",
"author":"張三",
"category":"財經"
}
4. 檢索
POST http://localhost:9200/test/news/_search
內容包括幾個部分：
分頁:from/size、字段:fields、排序sort、查詢:query、過濾:filter、高亮:highlight、統計:facet
{
"from":0,
"size":10,
"fields":["title","content","publish_date","category", "author"],
"sort":[
{ "publish_date" : {"order" : "asc"} },
"_score"
],
"query":{
"bool":{
"should" : [
{
"term" : { "title" : "中國" }
},
{
"term" : { "content" : "中國" }
}
]}
},
"filter":{
"range" : {
"publish_date" : {
"from" : "2010/07/01",
"to" : "2010/07/21",
"include_lower" : true,
"include_upper" : false
}
}
},
"highlight" : {
"pre_tags" : ["<tag1>", "<tag2>"],
"post_tags" : ["</tag1>", "</tag2>"],
"fields" : {
"title" : {},
"content" : {}
}
},
"facets" : {
"cate" : { "terms" : {"field" : "category"} }
}
}
這裏query我選擇構造了個標題或內容中含”中國“，
結果如下：
{
"took" : 18,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"failed" : 0
},
"hits" : {
"total" : 6,
"max_score" : null,
"hits" : [ {
"_index" : "test",
"_type" : "news",
"_id" : "_FM13zCCSnWaTPOuzIok_A",
"_score" : 0.024621923,
"fields" : {
"content" : "路透社報道，美國昨天在伊拉克如何如何，中國將如何面對形勢。",
"author" : "張三",
"title" : "美國留給伊拉克的是個爛攤子",
"category" : "政治",
"publish_date" : "2010/07/10"
},
"highlight" : {
"content" : [ "路透社報道，美國昨天在伊拉克如何如何，<tag2>中國</tag2>將如何面對形勢。" ]
},
"sort" : [ 1278720000000, 0.024621923 ]
}, {
"_index" : "test",
"_type" : "news",
"_id" : "4FEY1T6-RMOmOJYts4FoAQ",
"_score" : 0.024621923,
"fields" : {
"content" : "美聯社報道，中國將於今天訪問俄羅斯的北部地區。",
"author" : "張三",
"title" : "美國訪問俄羅斯",
"category" : "政治",
"publish_date" : "2010/07/11"
},
"highlight" : {
"content" : [ "美聯社報道，<tag2>中國</tag2>將於今天訪問俄羅斯的北部地區。" ]
},
"sort" : [ 1278806400000, 0.024621923 ]
}, {
"_index" : "test",
"_type" : "news",
"_id" : "lL-8BzCNTT2yEkqs1Owc_A",
"_score" : 0.61871845,
"fields" : {
"content" : "美國國務卿希拉里對記者說，韓國首爾江南區的大部分富豪都有移居朝鮮的意願。",
"author" : "李四",
"title" : "中國經濟將面臨下滑危險",
"category" : "經濟",
"publish_date" : "2010/07/12"
},
"highlight" : {
"title" : [ "<tag2>中國</tag2>經濟將面臨下滑危險" ]
},
"sort" : [ 1278892800000, 0.61871845 ]
}, {
"_index" : "test",
"_type" : "news",
"_id" : "DNB6gTpSRaOexC1axCpZ0Q",
"_score" : 0.048311904,
"fields" : {
"content" : "中國國務院總理談到國內體育，金牌無疑是最重要的，美國",
"author" : "張三",
"title" : "美國體育的舉國體制",
"category" : "體育",
"publish_date" : "2010/07/14"
},
"highlight" : {
"content" : [ "<tag2>中國</tag2>國務院總理談到國內體育，金牌無疑是最重要的，美國" ]
},
"sort" : [ 1279065600000, 0.048311904 ]
}, {
"_index" : "test",
"_type" : "news",
"_id" : "4lH55yoAQVe7cARIYVfYnQ",
"_score" : 0.048311904,
"fields" : {
"content" : "中國對東南亞海域的軍事威脅將持續，俄羅斯嚴密關注事態發展",
"author" : "張三",
"title" : "各國大力發展教育事業",
"category" : "政治",
"publish_date" : "2010/07/15"
},
"highlight" : {
"content" : [ "<tag2>中國</tag2>對東南亞海域的軍事威脅將持續，俄羅斯嚴密關注事態發展" ]
},
"sort" : [ 1279152000000, 0.048311904 ]
}, {
"_index" : "test",
"_type" : "news",
"_id" : "hFovoBdCTI-2ErYAQV-AKg",
"_score" : 0.12422675,
"fields" : {
"content" : "中國經濟反彈乏力，美國經濟持續低迷，其他經濟體也靠不住",
"author" : "李四",
"title" : "歐洲債務危機席捲全球",
"category" : "經濟",
"publish_date" : "2010/07/19"
},
"highlight" : {
"content" : [ "<tag2>中國</tag2>經濟反彈乏力，美國經濟持續低迷，其他經濟體也靠不住" ]
},
"sort" : [ 1279497600000, 0.12422675 ]
} ]
},
"facets" : {
"cate" : {
"_type" : "terms",
"missing" : 0,
"total" : 10,
"other" : 0,
"terms" : [ {
"term" : "政治",
"count" : 4
}, {
"term" : "經濟",
"count" : 3
}, {
"term" : "體育",
"count" : 3
} ]
}
}
}
結果包含了需要的幾個部分。值得注意的是，facet的統計是命中的結果進行統計，filter是對結果進行過濾，filter不會影響facet，如果要統計filter掉的的就要使用filter facet。
ES提供了非常多的功能，JSON的組合比一般的SQL這樣的語法要凌亂，但是通過組合能夠滿足各種複雜的應用，很多影響性能的設置也值得好好去看。對開發者而已，利用好內置API接口進行二次開發也非常必要，比如開發自己的分詞，和其他庫的同步等。ES現在還在0.19.9 但是已經出現了很多官方的培訓，所以前途應該不可限量，未來可能會是檢索系統解決方案的首選。