简介
es是一个高度可伸缩的开源全文搜索引擎，es让你可以快速，实时地存储，搜索和分析大量数据，它通常作为互联网应用的内部搜索引擎，为需要复杂搜索功能的应用提供支持。
es是一个基于Lucene的搜索服务器 。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口，es使用java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。
使用场景
电商搜索引擎，使用es存储商品与品类信息，提供搜索和搜索建议功能。
日志系统，收集，分析日志数据，可以使用Logstash（es，logstash，kibana 栈的一部分）来收集，然后将这些数据提供给es，通过搜索和聚合计算挖掘有价值的信息，最后用过kibana进行可视化展示。
价格提醒平台，在价格变动时，让用户可以收到通知，抓取供应商的价格，推入es，并使用反向搜索（Percolator）功能来匹配用户的价格通知设置，找到匹配后将提醒推送给用户。
BI（商业智能），分析业务大数据，挖掘有价值的商务信息，可以使用es来存储数据，然后使用kibana（es，logstash，kibana 堆栈的一部分）构建自定义仪表板，该仪表板可以可视化显示数据，此外，还可以使用es聚合功能对数据执行复杂的业务智能分析。
es与其它数据存储进行比较
es的特点
1：天然分片，天然集群
es把数据分成多个shard，下图中的PO-P2，多个shard可以组成一份完整的数据，这些shard可以分布在集群中的各个机器节点中，随着数据的不断增加，集群可以增加多个分片，把多个分片放到多个机子上，已达到负载均衡，横向扩展
在实际运算过程中，每个查询任务提交到某一个节点，该节点必须负责将数据进行整理汇聚，再返回给客户端，也就是一个简单的节点上进行map计算，在一个固定的节点上进行reduces得到最终结果向客户端返回。
这种集群分片的机制造就了es强大的数据容量及运算扩展性。
天然索引
es所有数据都是默认进行索引的，这点和mysql正好相反，mysql是默认不加索引，要加索引必须特别说明，es只有不加索引才需要说明。
而es使用的是倒排索引和MySQL的b+tree不同。
传统性数据库
弊端
对于传统的关系性数据库对于关键词的查询，只能逐字逐行的匹配，性能非常差。
匹配方式不合理，比如搜索“小蜜手机”，如果用like进行匹配，根本匹配不到。
但是考虑使用者的用户体验的话，除了完全匹配的记录，还应该显示一部分近似匹配
的记录，至少应该匹配到“手机”。
倒排索引是怎么处理的
全文搜索引擎目前主流的索引技术就是倒排索引的方式
传统的保存数据的方式都是：记录——》单词
而倒排索引的保存数据的方式是：单词——》记录，基于分词技术构建倒排索引，每个记录保存数据时，都不会直接存入数据库，系统先会对数据进行分词，然后以倒排索引结构保存。
如下：
搜索“红海行动”，那么搜索引擎时如何能将两者匹配上的呢？
等到用户搜索的时候，会把搜索的关键词也进行分词，会把“红海行动”分词分成：红海和行动两个词。
这样的话，先用红海进行匹配，得到id'=1和id=2的记录编号，再用行动匹配可以迅速定位id为1，3的记录。
那么全文索引通常还会根据匹配程度进行划分，显然1号记录能匹配的此数更多。
所以显示的时候以评分进行排序的话，1号记录会排到最前面，而2，3号记录也可以匹配到。
➢ 索引结构对比
Lucene
倒排索引结构
可以看到Lucene为倒排索引部分又增加一层Term index结构，用于快速定位，而这term index是缓存在内存中，但mysql的B+tree不在内存中，所以整体来看es速度更快，但同时也更消耗资源（内存，磁盘）。
Lucene，Nutch，ElastisSearch关系
1998年9月4日，Google公司在美国硅谷成立，正如大家所知，正如大家所知，它是一家做搜索引擎起家的公司
同时期，一位名叫Doug Cutting的美国工程师，也迷上了搜索引擎，他基于java语言开发了一个用于文本搜索的函数库（可以理解为软件的功能组件），叫做Lucene。
Lucene是第一个提供全文文本搜索的函数库，提供了一个简单而强大的应用程序接口，是一个高性能，可伸缩的信息搜索库。作为一个成熟免费的开源项目，Lucene在java信息检索程序库中得到了广泛的欢迎，开发者不仅能利用它构建 具体的全文检索引用，同时还能将其集成到各种系统软件中，它提供的很多API函数都能运用到各种实际应用程序中，
Nutch则是Doug在Lucene基础上将开源思想继续深化的成果，是一个真正的应用程序，它是建立在Lucene核心之上的web搜索的实现，其目的旨在减少人们使用过程中的复杂度，并在花费很少的情况下配置世界一流的web搜索引擎，实现开箱即用的特性，站内索引和搜索推广到全球网络的搜索上，就像Goole和雅虎一样。
ElasticSearch，简称为es，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PB级别的数据，es也使用java开发并使用java开发并使用Lucene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RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。
DB Engines 统计的数据库排名情况，在2016年1月，Es已超过Solr等成为排名第一的搜索引擎类应用
关于ES的起源，他说当年他还是一个待业工程师，跟随自己的新婚妻子来到伦敦，妻子想在伦敦学习做一名厨师，而自己则想为妻子开发一个搜索菜谱的应用，所以才接触到Lucene。
直接使用Lucene构建搜索又很多问题，包含大量重复性的工作，所以Shay Banon便在Lucene的基础上不断地进行抽象，让java程序嵌入搜索变得更容易，经过一段时间的打磨便诞生了
他的第一个开源作评“Compass”，中文即“指南针”的意思。之后他找到了一份面对高性能分布式开发环境的新工作，在工作中他渐渐发现越来越需要一个易用的，高性能，实时，分布式搜索服务，于是决定重写Compass，将它从一个库打造成了一个独立的server，并创建了Elasticsearch。
思考：咱们之前说的处理分词，构建倒排索引，等等，都是这个叫Lucene的做的，那么能不能说这个Lucene就是搜索引擎呢？
还不能，Lucene只是一个提供全文搜索功能类库的核心工具包，而真正使用它还需要一个完善的服务框架搭建起来的应用。
好比Lucene是类似于发动机，而搜索引擎软件（es，solr）就是汽车。
目前市面上流行的搜索引擎软件，主流的就两款，es和solr，这两款都是基于Lucene的搭建的，可以独立部署启动的搜索引擎服务软件，由于内核相同，所以两者除了服务器安装，部署，管理，集群以外，对于数据的操作，修改，添加，保存，查询等等都十分类似，就好像都是支持sql语言的两种数据库软件，只要学会其中一个另一个很容易上手。
从实际企业使用情况来看，es的市场份额逐步在取代solr，国内百度，京东，新浪都是基于es
实现的搜索功能，国外就更多了，像维基百科，GitHub，等等也都是基于es的。
es的介绍到此就结束了，下期为大家带来es安装，部署及使用，seeyou！
标签：匹配,搜索引擎,Lucene,索引,搜索,ElasticSearch,es From： https://blog.csdn.net/weixin_64261178/article/details/137039179