什么是全文搜索引擎？
常?的搜索?站，?如百度，?歌。
数据的分类
结构化数据：指具有固定格式或有限?度的数据，如数据库，元数据等。
对于结构化数据，我们?般都是可以通过关系型数据库(mysql，oracle等)的 table 的?式存储和搜索，也可以建?索引。通过b-tree等数据结构快速搜索数据。
?结构化数据：全?数据，指不定?或?固定格式的数据，如邮件，word?档等。
对于?结构化数据，也即对全?数据的搜索主要有两种?法：顺序扫描法，全?搜索法。
顺序扫描
按字?意思，我们可以了解它的?概搜索?式，就是按照顺序扫描的?式查找特定的关键字。?如让你在?篇篮球新闻中，找出”科?”这个名字在哪些段落出现过。那你肯定需要从头到尾把?章阅读?遍，然后标记出关键字在哪些地?出现过。
这种?法毋庸置疑是最低效的，如果?章很?，有?万字，等你阅读完这篇新闻找到”科?”这个关键字，那得花多少时间。
全?搜索
对?结构化数据进?顺序扫描很慢，我们是否可以进?优化？把我们的?结构化数据想办法弄得有?定结构不就?了吗？将?结构化数据中的?部分信息提取出来，重新组织，使其变得有?定结构，然后对这些有?定结构的数据进?搜索，从?达到搜索相对较快的?的。这种?式就构成了全?搜索的基本思路。这部分从?结构化数据中提取出的然后重新组织的信息，我们称之索引。
我们以NBA中国?站为例，假设我们都是篮球爱好者，并且我们是科密，那如何快速找到有关科?的新闻呢？全?搜索的?式就是，将所有新闻中所有的关键字进?提取，?如”科?”，”詹姆斯”，”总冠军”，”MVP”等关键字，然后对这些关键字建?索引，通过索引我们就可以找到对应的该关键词出现的新闻了。
什么是全?搜索引擎
根据百度百科中的定义，全?搜索引擎是?前?泛应?的主流搜索引擎。它的?作原理是计算机索引程序通过扫描?章中的每?个词，对每?个词建??个索引，指明该词在?章中出现的次数和位置，当?户查询时，检索程序就根据事先建?的索引进?查找，并将查找的结果反馈给?户的。
搜索引擎
Lucene
Solr
Elastic search
为什么不?mysql做全?搜索
前?
有?可能会问，为什么?定要?搜索引擎呢？我们的所有数据不是都可以放在数据库?吗？
?且 Mysql，Oracle，SQL Server 等数据库?不是也能提供查询搜索功能，直接通过数据库查询不就可以了吗？
确实，我们?部分的查询功能都可以通过数据库查询获得，如果查询效率低下，还可以通过新建数据库索引，优化SQL等?式进?提升效率，甚?通过引?缓存?如redis，memcache来加快数据的返回速度。如果数据量更?，还可以通过分库分表来分担查询压?。
那为什么还要全?搜索引擎呢？我们从?个?度来说
数据类型
全?索引搜索很好的?持?结构化数据的搜索，可以更好地快速搜索?量存在的任何单词?结构化?本。例如 Google，百度类的?站搜索，它们都是根据??中的关键字?成索引，我们在搜索的时候输?关键字，它们会将该关键字即索引匹配到的所有??返回；还有常?的项?中应??志的搜索等等。对于这些?结构化的数据?本，关系型数据库搜索不是能很好的?持。
搜索性能
如果使?mysql做搜索，?如有个player表，这个表有user_name这个字段，我们要查找出user_name以james开头的球员，和含有James的球员。我们?般怎么做？数据量达到千万级别的时候怎么办？
select * from player where user_name like 'james%';select * from player where user_name like '%james%';
灵活的搜索
如果我们想查出名字叫james的球员，但是?户输?了jame，我们想提示他?些关键字
如果我们想查出带有”冠军”关键字的?章，但是?户输?了”总冠军”，我们也希望能查出来。
索引的维护
?般传统数据库，全?搜索都实现的很鸡肋，因为?般也没??数据库存??本字段，因为进?全?搜索的时候需要扫描整个表，如果数据量?的话即使对SQL的语法进?优化，也是效果甚微。即使建?了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。
适合全?索引引擎的场景
搜索的数据对象是?量的?结构化的?本数据。
?本数据量达到数?万或数百万级别，甚?更多。
?持?量基于交互式?本的查询。
需求?常灵活的全?搜索查询。
对安全事务，??本数据操作的需求相对较少的情况。
常?的搜索引擎
简介：常?的搜索引擎，Lucene，Solr，Elasticsearch
Lucene
Lucene是?个Java全?搜索引擎，完全?Java编写。Lucene不是?个完整的应?程序，?是?个代码库和API，可以很容易地?于向应?程序添加搜索功能。
通过简单的API提供强?的功能
可扩展的?性能索引
强?，准确，?效的搜索算法
跨平台解决?案
Apache软件基?会
在Apache软件基?会提供的开源软件项?的Apache 区的?持。
但是Lucene只是?个框架，要充分利?它的功能，需要使?java，并且在程序中集成Lucene。需要很多的学习了解，才能明?它是如何运?的，熟练运?Lucene确实?常复杂。
Solr
Solr是?个基于Lucene的Java库构建的开源搜索平台。它以?户友好的?式提供ApacheLucene的搜索功能。它是?个成熟的产品，拥有强???泛的?户 区。它能提供分布式索引，复制，负载均衡查询以及?动故障转移和恢复。如果它被正确部署然后管理得好，它就能够成为?个?度可靠，可扩展且容错的搜索引擎。很多互联?巨头，如Netflflix，eBay，Instagram和亚?逊都使?Solr，因为它能够索引和搜索多个站点。
强?的功能
全?搜索
突出
分?搜索
实时索引
动态群集
数据库集成
NoSQL功能和丰富的?档处理
Elasticsearch
Elasticsearch是?个开源，是?个基于Apache Lucene库构建的Restful搜索引擎.
Elasticsearch是在Solr之后?年推出的。它提供了?个分布式，多租户能?的全?搜索引擎，具有HTTP Web界?（REST）和?架构JSON?档。Elasticsearch的官?客户端库提供Java，Groovy，PHP，Ruby，Perl，Python，.NET和Javascript。
主要功能
分布式搜索
数据分析
分组和聚合
应?场景
维基百科
Stack Overflflow
GitHub
电商?站
?志数据分析
商品价格监控?站
BI系统
站内搜索
篮球论坛
参考个人博客：cyz
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！
