ElasticSearch 高效能分布式搜尋引擎

elasticsearch（簡稱 es）是一款高效能的實時分布式搜尋和分析引擎，它可以從海量資料中快速的找到相關資訊。作為一款功能強大的分布式搜尋引擎，支援近實時的儲存、搜尋資料。被許多公司廣泛的應用

elasticsearch 有幾個核心概念，這裡先講解幾個概念，對下面的學習過程比較有幫助

型別表示的資料型別

string

whole number

byte,short,integer,long

floating point

float,double

boolean

date

elasticsearch 預設啟動埠是 9200，測試 elasticsearch 是否啟動成功，訪問 http://localhost:9200，如果瀏覽器返回以下資訊證明啟動成功


,"tagline"
:"you know, for search"
}

任何程式都能使用 restful api，通過 9200 埠與 elasticsearch 進行通訊。向 elasticsearch 發出的請求的組成部分與其他普通的 http 請求是一樣的，舉例說明，想要計算集群中的文件數量，我們可以這樣做： }}

'elasticsearch 返回乙個類似 200 ok 的 http 狀態碼和 json 格式的響應主題（除了 head 請求）。上面的請求會得到如下的 json 格式的相應主體：

為簡單起見，下面統一將請求簡寫成這樣

get /_count
}}

下面演示如何通過 elasticsearch 進行資料的儲存與檢索，假設我們要儲存一些員工資料，先建立員工索引

post /employee
,      "last_name":,
"age":,
"about":,
"interests":}
}}

post /employee/_doc/1

可以看到 path：/employee/_doc/1 包含三部分資訊

名字說明

employee

索引名稱

_doc

文件型別，es 7 之後取消自定義文件型別，這裡可以簡單理解為乙個關鍵字

1這個員工的id

很簡單吧，接下來準備多2條員工資料

post /employee/_doc/2 post /employee/_doc/3

get /employee/_doc/1

響應的內容中包含一些文件的元資訊，john smith的原始json文件包含在 _source 欄位中

上面是直接根據 id 搜尋，下面讓搜尋稍微再變的複雜一些。我們依舊想要找到姓氏為「smith」的員工，但是我們只想得到年齡大於30歲的員工。複雜搜尋中的請求關鍵字是_search，我們的語句將新增過濾器(filter),它使得我們高效率的執行乙個結構化搜尋：

get /megacorp/employee/_search }},
}]}}
}

<1> 這部分查詢屬於「區間過濾器」（range filter），它用於查詢所有年齡大於 30 歲的資料

<2> 這部分查詢用於查詢 last_name 為 smith 的資料

整條查詢語句的意思就是查詢出「在employee索引哩查處年齡大於30歲，姓氏為smith的員工「

elasticsearch 返回結果為


,"hits":,
"max_score"
:1.4700036
,"hits":[
}]}}

如果說上面的功能都很簡單的話，那麼接下來的搜尋就是傳統資料庫很難實現的功能。如搜尋喜歡「rock climbing"的員工：

get /employee/_search
}}

該查詢會得到兩個匹配文件：


,"hits":,
"max_score"
:1.4167401
,"hits":[
},}]
}}

可以看到返回的兩條文件都有乙個 _score 字段，該字段為結果相關性評分，所謂結果相關性評分就是文件與查詢條件的匹配程度，得分越高表示匹配相關性越高

我們搜尋的是 about 欄位有」rock climbing「關鍵字的文件，但是 jane smith 為什麼也會出現在結果中呢？這是因為 jane smith 的 about 欄位中也有「rock」關鍵字，所以它他也會被檢索到，但是結果相關性評分比較低

這個例子很好的解釋了 elasticsearch 是如何在各種文字欄位中進行全文搜尋，並返回相關性結果結合的。相關性(relevance)的概念在elasticsearch中非常重要，而這個概念在傳統關系型資料庫中是不可想象的，因為傳統資料庫對記錄的查詢只有匹配或者不匹配