一. Elasticsearch簡介
????Elasticsearch是一個基于Apache Lucene(TM)的開源搜索引擎。無論在開源還是專有領(lǐng)域咧叭，Lucene可以被認(rèn)為是迄今為止最先進(jìn)、性能最好的烁竭、功能最全的搜索引擎庫菲茬。
????但是，Lucene只是一個庫派撕。想要使用它婉弹，你必須使用Java來作為開發(fā)語言并將其直接集成到你的應(yīng)用中，更糟糕的是终吼，Lucene非常復(fù)雜镀赌，你需要深入了解檢索的相關(guān)知識來理解它是如何工作的。
????Elasticsearch也使用Java開發(fā)并使用Lucene作為其核心來實現(xiàn)所有索引和搜索的功能际跪，但是它的目的是通過簡單的RESTful API來隱藏Lucene的復(fù)雜性商佛，從而讓全文搜索變得簡單。
二. 人物介紹
????在他待業(yè)階段姆打，跟隨著想學(xué)習(xí)廚師的新婚妻子到達(dá)倫敦良姆，便想為妻子開發(fā)一個可以搜索食譜的應(yīng)用，于是便接觸了lucene幔戏，經(jīng)過不斷的研發(fā)玛追，誕生了他的第一款產(chǎn)品 “Compass”。后來產(chǎn)品更名為Elasticsearch闲延，代碼托管在github上痊剖，Shay Banon自己也說過他的產(chǎn)品的成功關(guān)鍵是源于開源，外加除了搜索之外的其他的用例垒玲。Shay Banon于2012年成立Elastic公司陆馁，公司與2018年上市，但是迄今為止好像還是沒有為他的妻子做出搜索菜譜的應(yīng)用侍匙，估計也用不上了吧氮惯。
提到目前幾乎所有的開源搜索引擎叮雳，都不得不提這個人Dog cutting. 他是Lucene的項目發(fā)起人，同樣也是當(dāng)今在大數(shù)據(jù)和云計算領(lǐng)域如日中天的Hadoop的創(chuàng)始人妇汗。
三.正向索引以及倒排索引
????正向索引與倒排索引帘不，這是在搜索領(lǐng)域中非常重要的兩個名詞，正向索引通常用于數(shù)據(jù)庫中杨箭，在搜索引擎領(lǐng)域使用的最多的就是倒排索引寞焙，我們根據(jù)如下兩個網(wǎng)頁來對這兩個概念進(jìn)行闡述：
我愛我的祖國，我愛編程
我愛編程互婿，我是個快樂的小碼農(nóng)
3.1 正向索引
????假設(shè)我們使用mysql的全文檢索捣郊，會對如上兩句話分別進(jìn)行分詞處理，所謂的分詞慈参，就是將一句話按照中文的語義拆分成字或者詞呛牲，然后將沒有太多含義的字去掉(例如: 的、得驮配、了娘扩、嗯等這類詞), 那么大概會得到的結(jié)果如下(當(dāng)然還有每個詞或字的詞頻和出現(xiàn)的位置，為了方便理解壮锻，我只是把詞或字列出來)：
我 愛 愛我 祖國 我的祖國 編程 我愛編程
我 我愛 愛 編程 愛編程 我愛編程 快樂 碼農(nóng) 小碼農(nóng)
????假設(shè)我們現(xiàn)在使用正向索引搜索 編程 這個詞琐旁，那么會到第一句話所有分詞中查找是否包含有 編程 這個關(guān)鍵詞，如果有則加入到結(jié)果集中猜绣；第二句話也是如此灰殴。假設(shè)現(xiàn)在有100萬個網(wǎng)頁，每次查詢都會到這100萬個網(wǎng)頁所產(chǎn)生的分詞掰邢，到那么搜索的效率將會非常非常低些牺陶。
3.2 倒排索引
????倒排索引是按照分詞與文檔進(jìn)行映射，我們來看看如果按照倒排索引的效果：
| 關(guān)鍵詞 | 文檔名 |
|---|---|
| 我 | html1,html2 |
| 愛 | html1,html2 |
| 愛我 | html1 |
| 我愛 | html2 |
| 祖國 | html1 |
| 我的祖國 | html1 |
| 編程 | html1,html2 |
| 我愛編程 | html1,html2 |
| 愛編程 | html1,html2 |
| 快樂 | html2 |
| 碼農(nóng) | html2 |
| 小碼農(nóng) | html2 |
????如果采用倒排索引的方式搜索 編程 這個詞辣之，那么會直接找到關(guān)鍵詞中查找到 編程 义图，然后查找到對應(yīng)的文檔，這就是所謂的倒排索引召烂。
