Elasticsearch 简介及原理

1、简介

• Elasticsearch是一个分布式可扩展的实时搜索和分析引擎。是一个建立在全文搜索引擎Apache Lucene(TM)
  基础上的搜索引擎。Elasticsearch是面向文档型的数据库，一条 数据就是一个文档，用json作为文档序列化的格式。Elasticsearch并不仅仅是Lucene那么简单，它不仅包含了全文搜索功能，还有一下特点：

  • 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索
  • 实时分析的分布式搜索引擎
  • 可以扩展到上百台服务器，处理PB级别的结构化和非结构话的数据

  PB(petabyte)：高级的存储单元，1PB=1024TB

  结构化数据：即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据

  非结构化数据：不方便用数据库二维逻辑表来表现的数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等

2、Elasticsearch和关系型数据术语对照表

关系数据库 ⇒ 数据库 ⇒ 表 ⇒ 行 ⇒ 列(Columns)
Elasticsearch ⇒ 索引 ⇒ 类型 ⇒ 文档 ⇒ 字段(Fields)

3、Lucene

• Lucene是一套信息检索工具包，并不包含搜索引擎系统，它包含了索引结构、读写索引工具、相关性工具、排序等功能，因此在使用Lucene时仍需要关注搜索引擎系统，例如数据获取、解析、分词等方面的东西。而solr和elasticsearch都是基于该工具包做的一些封装。

4、Solr

• Solr是一个高性能，采用Java5开发，基于Lucene的一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口，封装了很多Lucene细节，自己的应用可以直接利用诸如 …/solr?q=abc 这样的HTTP GET/POST请求去查询，维护修改索引。

5、Elasticsearch,Lucene,Solr区别和联系

区别

• solr利用zookpper进行分布式管理，而elasticsearch自身带有分布式协调管理功能；
• solr比elasticsearch实现更加全面，solr官方提供的工恩能够更多，而elasticsearch本身更注重于核心功能，高级功能多由第三方插件提供
• solr在传统的搜索应用中表现好于elasticsearch，而elasticsearch在实时搜索应用方面比solr表现好

联系

• solr和elasticsearch都是基于Lucene实现的

6、zookpper

• ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致***的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。其目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户；

7、倒排索引

*

8、B-Tree索引

*