(相關(guān)資料圖)

為什么需要使用 ES 進行搜索

ES除了擁有索引上的優(yōu)勢，最重要的還是數(shù)據(jù)的結(jié)構(gòu)，這都是ES為什么效率高，會使用它的原因。

1，結(jié)構(gòu)化數(shù)據(jù) VS 非結(jié)構(gòu)化數(shù)據(jù)

結(jié)構(gòu)化數(shù)據(jù)：也稱作行數(shù)據(jù)，關(guān)系型數(shù)據(jù)庫進行存儲和管理,是由二維表結(jié)構(gòu)來邏輯表達(dá)和實現(xiàn)(可以使用行、列來表現(xiàn))的數(shù)據(jù)，嚴(yán)格地遵循數(shù)據(jù)格式與長度規(guī)范。非結(jié)構(gòu)化數(shù)據(jù)：又可稱為全文數(shù)據(jù)，不定長或無固定格式，不適于由數(shù)據(jù)庫二維表來表現(xiàn)，包括所有格式的辦公文檔、XML、HTML、word文檔，郵件，各類報表、圖片和音頻、視頻信息等。

其他的不同之處還有：結(jié)構(gòu)化數(shù)據(jù)往往占用的空間較小，占企業(yè)數(shù)據(jù)的 20% 左右，容易管理。非結(jié)構(gòu)化數(shù)據(jù)通常占用更多的存儲空間，約占企業(yè)數(shù)據(jù)的 80% 左右，比較難以管理

2，結(jié)構(gòu)化搜索 vs 全文搜索

結(jié)構(gòu)化搜索：通常查詢具有固有結(jié)構(gòu)的數(shù)據(jù)，答案要么是肯定的，要么是否定的（即便是類似正則匹配這樣的結(jié)構(gòu)化搜索，正則表達(dá)式匹配數(shù)據(jù)也是確定的），數(shù)據(jù)要么屬于查詢結(jié)果集合，要么不屬于。全文搜索：通常查詢?nèi)淖侄?文檔的所有內(nèi)容，答案返回的是一系列可能的數(shù)據(jù)，數(shù)據(jù)有一定概率屬于結(jié)果集合。

到這里，為什么需要使用 ES 進行搜索的答案就很明確了：對于非結(jié)構(gòu)化文本（比如評論內(nèi)容），傳統(tǒng)的結(jié)構(gòu)化搜索難以滿足需求，于是就會使用 ES 進行全文搜索。當(dāng)然 ES 不僅可以進行全文搜索，也可以進行一部分的結(jié)構(gòu)化搜索，更加擴大了他的應(yīng)用范圍。對于數(shù)據(jù)量巨大的情景，有公司會使用 ES 代替?zhèn)鹘y(tǒng)的 MySQL 管理數(shù)據(jù)。

ES 基本概念介紹

本小結(jié)主要是介紹 ES 的一些基本概念，目的是方便之前沒有了解過 ES 的同學(xué)可以理解這次分享所介紹的內(nèi)容。

1，ES 存儲模型

ES 在設(shè)計存儲模型時，考慮了大家從關(guān)系型數(shù)據(jù)庫轉(zhuǎn)換肯能帶來的困難，于是設(shè)計了 Index、Type、Document、Field 分別于對應(yīng)傳統(tǒng)關(guān)系型數(shù)據(jù)庫(比如 MySQL) 的 Database、Table、Row、Column。注意： ES 存儲時，并沒有 Type 的概念，同一個Index 里的 Type 會拍平存儲，只是方便理解才會對使用者提供這樣一個抽象。由于Type 的存在會帶來一些問題，在后續(xù)的版本里會逐步移除。

2，ES 與 Lucene

ES 底層基于 Lucene 開發(fā)，Lucene作為其核心來實現(xiàn)索引和搜索的功能。我們雖然講的是 ES，但很大一部分內(nèi)容是 Lucene 的實現(xiàn)。?

標(biāo)簽：