ES系列一、Elasticsearch 概述

一、ES 產生背景

　　對於一般的公司，初期是沒有那麼多數據的，所以很多公司更傾向於使用傳統的數據庫：mysql；比如我們要查找關鍵字“呀呀呀”，那麼查詢的方式大概就是:select * from table where field like ‘%呀呀呀%’; 但是隨着業務發展，數據會不斷的膨脹，那麼問題就來了；mysql單表查詢能力即便經過了優化，它的極限也就是400W左右的數據量。而且還會經常出現查詢超時的現象；

然後很多公司開始對數據庫進行橫向和縱向的擴容，開始進行數據庫表的“拆分”：橫向拆分和縱向拆分；但是即便這樣操作，仍然會出現很多問題，比如：

　　1、數據庫會出現單點故障問題，於是先天主從複製關係，於是增加了運維成本.
　　2、因爲對錶的拆分，增加了後期維護的難度，同樣也是增加了運維成本.
　　3、即便做了大量的維護，但對於大數據的檢索操作，依然很慢，完全達不到期望值.

 

 

所以爲了滿足需求： 海量數據組合條件查詢 、毫秒級或者秒級返回數據，ElasticSearch應運而生。

 

二、Lucene 定義

　　lucene是一個開放源代碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎。官網地址： http://lucene.apache.org/

　　Lucene實現全文檢索的流程：

　　　　　　　　　　　　　　　　索引流程：採集數據--->構建文檔對象--->創建索引(將文檔寫入索引庫)。
　　　　　　　　　　　　　　　　搜索流程：創建查詢--->執行搜索--->渲染搜索結果。

  

三、ES 定義 

　　ElasticSearch是一個基於Lucene的搜索服務器。它提供了一個分佈式多用戶能力的全文搜索引擎，基於RESTful web接口。Elasticsearch是用Java開發的，並作爲Apache許可條款下的開放源碼發佈，是當前流行的企業級搜索引擎。設計用於雲計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便。官網地址：https://www.elastic.co/

　　

四、ES vs Lucene

　　 成品與半成品的關係。Lucene專注於搜索底層的建設，而ElasticSearch專注於企業應用。

　　 比如：Lucene相當於汽車引擎，而ES相當於汽車。

　　

 

五、Solr 定義

　　Solr是Apache 下的一個開源項目，使用Java基於Lucene開發的全文檢索服務是一個獨立的企業級搜索應用服務器，它對外提供類似於Webservice的API接口。用戶可以通過http請求，向搜索引擎服務器提交一定格式的XML文件，生成索引；也可以通過Http Get操作提出查找請求，並得到XML格式的返回結果。官網地址： https://lucene.apache.org/solr/

 

六、ES vs Solr 優缺點

　　

 

七、ES vs Solr 

　　　　檢索速度：當單純的對已有數據進行搜索時，Solr更快。

　　

　　　　當實時建立索引時, Solr會產生io阻塞，查詢性能較差, Elasticsearch具有明顯的優勢。

　　　　隨着數據量的增加，Solr的搜索效率會變得更低，而Elasticsearch卻沒有明顯的變化。

　　　　大型互聯網公司，實際生產環境測試，將搜索引擎從Solr轉到Elasticsearch以後的平均查詢速度有了50倍的提升。

　　總結：

　　　　二者安裝都很簡單。

　　　　Solr 利用 Zookeeper 進行分佈式管理，而Elasticsearch 自身帶有分佈式協調管理功能。

　　　　Solr 支持更多格式的數據，比如JSON、XML、CSV，而 Elasticsearch 僅支持json文件格式。

　　　　Solr 官方提供的功能更多，而 Elasticsearch 本身更注重於核心功能，高級功能多有第三方插件提供

　　　　Solr 在傳統的搜索應用中表現好於 Elasticsearch，但在處理實時搜索應用時效率明顯低於 Elasticsearch。

　　　　Solr 是傳統搜索應用的有力解決方案，但 Elasticsearch更適用於新興的實時搜索應用。

 

八、ES vs 關係型數據庫

 

　　索引(Index)

   　　ES將數據存儲於一個或多個索引中，索引是具有類似特性的文檔的集合。類比傳統的關係型數據庫領域來說，索引相當於SQL中的一個數據庫，或者一個數據存儲方案(schema)。索引由其名稱(必須爲全小寫字符)進行標識，並通過引用此名稱完成文檔的創建、搜索、更新及刪除操作。一個ES集羣中可以按需創建任意數目的索引。

 

　　類型(Type)

   　　類型是索引內部的邏輯分區(category/partition)，然而其意義完全取決於用戶需求。因此，一個索引內部可定義一個或多個類型(type)。一般來說，類型就是爲那些擁有相同的域的文檔做的預定義。例如，在索引中，可以定義一個用於存儲用戶數據的類型，一個存儲日誌數據的類型，以及一個存儲評論數據的類型。類比傳統的關係型數據庫領域來說，類型相當於“表”。

 

　　文檔(Document)

   　　文檔是Lucene索引和搜索的原子單位，它是包含了一個或多個域的容器，基於JSON格式進行表示。文檔由一個或多個域組成，每個域擁有一個名字及一個或多個值，有多個值的域通常稱爲“多值域”。每個文檔可以存儲不同的域集，但同一類型下的文檔至應該有某種程度上的相似之處。