狂神聊 ElasticSearch
版本：（全 最新了）
的区别十分大， 的 （原生 、 高级！）
我们要讲解什么/h2>
： ，如果是的大数据，就十分慢！索引！
：搜索！（百度、github、淘宝电商！）
1、聊一个人
2、货比三家
3、安装
4、生态圈
5、分词器
6、 操作
7、
8、 集成 （从原理分析！）
9、爬虫爬取数据！
10、实战，模拟全文检索！
以后你只要，需要用到搜索，就可以使用 ！（大数据量的情况下使用！）
聊聊 Doug Cutting
1998 年 9 月 4 日， 公司在美国硅谷成立。正如大家所知，它是一家做搜索引擎起家的公司。
是用 写成的，目标是为各种中小型应用软件加入全文检索功能。因为好用而且开源（代码公开），非常受程序员们的欢迎。
早期的时候，这个项目被发布在 Doug Cutting 的个人 站和 （一个开源软件 站）。后来，2001 年底， 成为Apache软件基金会 项目的一个子项目。
是一个建立在 核心之上的 页搜索应用程序，可以下载下来直接使用。它在 的基础上加了 络爬虫和一些 页相关的功能，目的就是从一个简单的站内检索推广到全球 络的搜索上，就像 一样。
在业界的影响力比 更大。
大批 站采用了 平台，大大降低了技术门槛，使低成本的普通计算机取代高价的 服务器成为可能。甚至有一段时间，在硅谷有了一股用 低成本创业的潮流。（大数据！）
随着时间的推移，无论是 还是 ，都面临搜索对象“体积”不断增大的问题。
尤其是 ，作为互联 搜索引擎，需要存储大量的 页，并不断优化自己的搜索算法，提升搜索效率。
还是 2004 年， 又发表了一篇技术学术论文，介绍自己的MapReduce编程模型。这个编程模型，用于大规模数据集（大于 1TB）的并行分析运算。
第二年（2005 年），Doug?Cutting 又基于 ，在 搜索引擎实现了该功能。
加盟 Yahoo 之后，Doug?Cutting 将 和 进行了升级改造，并重新命名为Hadoop（ 也改名为 ，）。
这个，就是后来大名鼎鼎的大数据框架系统—— 的由来。而 Doug?Cutting，则被人们称为Hadoop之父。
我们继续往下说。
还是 2006 年， 又发论文了。
这次，它们介绍了自己的BigTable。这是一种分布式数据存储系统，一种用来处理海量数据的非关系型数据库。
Doug?Cutting 当然没有放过，在自己的 系统里面，引入了 ，并命名为HBase。
2008 年 1 月， 成功上位，正式成为 基金会的顶级项目。
同年 2 月， 宣布建成了一个拥有 1 万个内核的 集群，并将自己的搜索引擎产品部署在上面。
7 月， 打破世界纪录，成为最快排序 1TB 数据的系统，用时 209 秒。
回到主题
是一套信息检索工具包！ 包！ 不包含 搜索引擎系统！
包含的：索引结构！ 读写索引的工具！排序，搜索规则… 工具类！
Lucene 和 ElasticSearch 关系：
是基于 做了一些封装和增强（我们上手是十分简单！）我的讲课风格：学习更多的是培养大家的学习兴趣！教学风格：开源、免费的、授人以渔！
只要学不死，就往死里学！
ElasticSearch 概述
，简称为 ， es 是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 级别（大数据时代）的数据。 也使用 开发并使用 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 来隐藏 的复杂性，从而让全文搜索变得简单。
据国际权威的数据库产品评测机构 的统计，在 2016 年 1 月， 已超过 等，成为排名第一的搜索引擎类应用。
历史
多年前，一个叫做 Shay Banon 的刚结婚不久的失业开发者，由于妻子要去伦敦学习厨师，他便跟着也去了。在他找工作的过程中，为了给妻子构建一个食谱的搜索引擎，他开始构建一个早期版本的 。
直接基于 工作会比较困难，所以 开始抽象 代码以便 程序员可以在应用中添加搜索功能。他发布了他的第一个开源项目，叫做“”。
后来 找到一份工作，这份工作处在高性能和内存数据 格的分布式环境中，因此高性能的、实时的、分布式的搜索引擎也是理所当然需要的。然后他决定重写 库使其成为一个独立的服务叫做 。
第一个公开版本出现在 2010 年 2 月，在那之后 已经成为 上最受欢迎的项目之一，代码贡献者超过 300 人。一家主营 的公司就此成立，他们一边提供商业支持一边开发新功能，不过 将永远开源且对所有人可用。
的妻子依旧等待着她的食谱搜索……
现在我们就知道了 重要性！
谁在使用：
1、维基百科，类似百度百科，全文检索，高亮，搜索推荐/2 （权重，百度！）
3、（国外的程序异常讨论论坛）， 问题，程序的 错，提交上去，有人会跟你讨论和回答，全文检索，搜索相关问题和答案，程序 错了，就会将 错信息粘贴到里面去，搜索有没有对应的答案
4、（开源代码管理），搜索上千亿行代码
5、电商 站，检索商品
6、日志数据分析， 采集日志， 进行复杂的数据分析， 技术， ++
7、商品价格监控 站，用户设定某商品的价格阈值，当低于该阈值的时候，发送通知消息给用户，比如说订阅牙膏的监控，如果高露洁牙膏的家庭套装低于 50 块钱，就通知我，我就去买。
8、 系统，商业智能，。比如说有个大型商场集团，，分析一下某某区域最近
3 年的用户消费金额的趋势以及用户群体的组成构成，产出相关的数张 表，**区，最近 3 年，每年消费金额呈现 100%的增长，而且用户群体 85%是高级白领，开一个新商场。 执行数据分析和挖掘， 进行数据可视化
9、国内：站内搜索（电商，招聘，门户，等等）， 系统搜索（，，，等等），数据分析（ 热门的一个使用场景）
ES 和 solr 的差别
架构选择！
Elasticsearch 简介
是一个实时分布式搜索和分析引擎。它让你以前所未有的速度处理大数据成为可能。
它用于全文搜索、结构化搜索、分析以及将这三者混合使用：
维基百科使用 提供全文搜索并高亮关键字，以及输入实时搜索和搜索纠错等搜索建议功能。
结合全文搜索与地理位置查询，以及 功能来找到相关的问题和答案。
使用 检索 1300 亿行的代码。
但是 不仅用于大型企业，它还让像 以及 这样的创业公司将最初的想法变成可扩展的解决方案。
可以在你的笔记本上运行，也可以在数以百计的服务器上处理 级别的数据 。
是一个基于 的开源搜索引擎。无论在开源还是专有领域， 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
但是， 只是一个库。想要使用它，你必须使用 来作为开发语言并将其直接集成到你的应用中，更糟糕的是， 非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
也使用 开发并使用 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 来隐藏 的复杂性，从而让全文搜索变得简单。
Solr 简介
是 下的一个顶级开源项目，采用 开发，它是基于 的全文搜索服务器。 提供了比 更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化
可以独立运行，运行在 、 等这些 容器中， 索引的实现方法很简单，用 方法向 服务器发送一个描述 及其内容的 文档， 根据 文档添加、删除、更新索引。Solr 搜索只需要发送 请求，然后对 返回 、 等格式的查询结果进行解析，组织页面布局。 不提供构建 的功能， 提供了一个管理界面，通过管理界面可以查询 的配置和运行情况。
是基于 开发企业级搜索服务器，实际上就是封装了 。
是一个独立的企业级搜索应用服务器，它对外提供类似于 的 接口。用户可以通过 请求，向搜索引擎服务器提交一定格式的文件，生成索引；也可以通过提出查找请求，并得到返回结果。
Lucene 简介
是 软件基金会 4 jakarta 项目组的一个子项目，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（英文与德文两种西方语言）。Lucene 的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene 是一套用于全文检索和搜寻的开源程式库，由 Apache 软件基金会支持和提供。Lucene 提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在 开发环境里 是一个成熟的免费开源工具。就其本身而言， 是当前以及最近几年最受欢迎的免费 信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。
是一个全文检索引擎的架构。那什么是全文搜索引擎/p>
全文搜索引擎是名副其实的搜索引擎，国外具代表性的有 、、、、、 等，国内著名的有百度（）。它们都是通过从互联 上提取的各个 站的信息（以 页文字为主）而建立的数据库中，检索与用户查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户，因此他们是真正的搜索引擎。
Elasticsearch 和 Solr 比较
ElasticSearch vs Solr 总结
1、 基本是开箱即用（解压就可以用 ! ），非常简单。 安装略微复杂一丢丢！
2、 利用 进行分布式管理，而 自身带有分布式协调管理功能。
3、 支持更多格式的数据，比如 、、，而 仅支持 文件格式。
4、 官方提供的功能更多，而 本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要 友好支撑~!
5、 查询快，但更新索引时慢（即插入删除慢），用于电商等查询多的应用；
-
建立索引快（即查询慢），即实时性查询快，用于 新浪等搜索。
-
是传统搜索应用的有力解决方案，但 更适用于新兴的实时搜索应用。
6、 比较成熟，有一个更大，更成熟的用户、开发和贡献者 区，而 相对开发维护者较少，更新太快，学习使用成本较高。（趋势！）
ElasticSearch 安装
声明： ，最低要求！ 客户端，界面工具！
开发， 的版本和我们之后对应的 的核心 包！ 版本对应！ 环境是正常！
下载
官 ：https://www.elastic.co/
我们学习的话 和 都可以学习！
我们这里现在 Window 下学习！
三剑客，解压即用！（ 项目！前端环境！）
window 下安装！
1、解压就可以使用了！
3、启动，访问 9200；
4、访问测试！
2、启动
文档主目录下命令
4、重启 es 服务器，然后再次连接
安装 Kibana
是一个针对 的开源分析及可视化平台，用来搜索、查看交互存储在 索引中的数据。使用 ，可以通过各种图表进行高级数据分析及展示。 让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板（）实时显示 查询动态。设置 非常简单。无需编码或者额外的基础架构，几分钟内就可以完成 安装并启动 索引监测。
官 ：https://www.elastic.co/cn/kibana
版本要和 一致！
下载完毕后，解压也需要一些时间！是一个标准的工程！
好处： 基本上都是拆箱即用！
启动测试：
1、解压后端的目录
2、启动
3、访问测试
我们之后的所有操作都在这里进行编写！很多学习大数据的人，！
5、汉化！自己修改 配置即可！ ！
ES 核心概念
1、索引
2、字段类型（mapping）
3、文档（documents）
概述
在前面的学习中，我们已经掌握了 es 是什么，同时也把 es 的服务已经安装启动，那么 es 是如何去存储数据，数据结构是什么，又是如何实现搜索的呢们先来聊聊 ElasticSearch 的相关概念吧！
集群，节点，索引，类型，文档，分片，映射是什么/mark>
elasticsearch 是面向文档，关系行数据库 和 elasticsearch 客观的对比！一切都是 JSON！
| Relational DB | Elasticsearch |
|---|---|
| 数据库(database) | 索引(indices) |
| 表(tables) | types |
| 行(rows) | documents |
| 字段(columns) | fields |
(集群)中可以包含多个索引(数据库)，每个索引中可以包含多个类型(表)，每个类型下又包含多 个文档(行)，每个文档中又包含多个字段(列)。
物理设计：
在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移一个人就是一个集群！默认的集群名称就是
类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。 类型中对于字段的定义称为映射，比如 映 射为字符串类型。 我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么 是怎么做的呢会自动的将新字段加入映射，但是这个字段的不确定它是什么类型， 就开始猜，如果这个值是 ，那么 会认为它是整形。 但是 也可能猜不对， 所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别 整什么幺蛾子。
索引
就是数据库！
索引是映射类型的容器，elasticsearch 中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。 然后它们被存储到了各个分片上了。 我们来研究下分片是如何工作的。
物理设计 ：节点和分片 如何工作
上图是一个有 3 个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉 了，数据也不至于丢失。 实际上，一个分片是一个 索引，一个包含倒排索引的文件目录，倒排索引的结构使 得 在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。 不过，等等，倒排索引是什 么鬼/p>
倒排索引
elasticsearch 使用的是一种称为倒排索引的结构，采用 Lucene 倒排索作为底层。这种结构适用于快速的全文搜索， 一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。 例如，现在有两个文档， 每个文档包含如下内容：
Study every day, good good up to forever 声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！