提示

🔥 视频教程 (opens new window)

示例代码地址

🔖 代码-github (opens new window)

🔖 代码-gitee (opens new window)

部分资源

🔖 github (opens new window)

🔖 gitee (opens new window)

是什么

Elaticsearch 简称 ES

一个开源的高扩展的分布式全文搜索引擎

支持RESTful风格的搜索和数据分析

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

Elastic Stack的核心

• Elastic Stack（ELK Stack）

  • 包括Elasticsearch，Kibana，Beats，Logstash

  • 可以安全可靠的获取任何来源，任何格式的数据

  • 实时地对数据进行搜索、分析和可视化

全文搜索引擎

Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，在搜索的时输入关键字，它们会将该关键字即索引匹配到的所有网页返回，还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持

一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，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

基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的

• 搜索的数据对象是大量的非结构化的文本数据
• 文件记录量达到数十万或数百万个甚至更多
• 支持大量基于交互式文本的查询
• 需求非常灵活的全文搜索查询
• 对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足
• 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎

全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程

Elasticsearch & Solr

Lucene 是 Apache 软件基金会 Jakarta项目组的一个子项目

• 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 Java 开发环境里 Lucene 是一个成熟的免费开源工具
• Lucene 是当前以及最近几年最受欢迎的免费 Java 信息检索程序库
• 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进行应用

主流的搜索引擎软件Elasticsearch 和 Solr

• 都是基于 Lucene 搭建的，可独立部署启动的搜索引擎服务软件
• 内核相同，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

对比

应用案例

• GitHub: 2013 年初，抛弃了 Solr，采取 Elasticsearch 来做 PB 级的搜索。“GitHub 使用Elasticsearch 搜索 20TB 的数据，包括 13 亿文件和 1300 亿行代码”
• 维基百科：启动以 Elasticsearch 为基础的核心搜索架构
• SoundCloud：使用 Elasticsearch 为 1.8 亿用户提供即时而精准的音乐搜索服务
• 百度：目前广泛使用 Elasticsearch 作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部 20 多个业务线（包括云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大 100 台机器，200 个 ES 节点，每天导入 30TB+数据
• 新浪：使用 Elasticsearch 分析处理 32 亿条实时日志
• 阿里：使用 Elasticsearch 构建日志采集和分析体系
• Stack Overflow：解决 Bug 问题的网站，全英文，编程人员交流的网站