前言
最近專案上需要用到搜索引擎，由于之前自己沒有了解過，所以整理了一下搜索引擎的相關概念知識，
正文
想查資料就免不了搜索，搜索就離不開搜索引擎，百度、谷歌都是一個非常龐大復雜的搜索引擎，他們幾乎索引了互聯網上開放的所有網頁和資料，然而對于我們自己的業務資料來說，肯定就沒必要用這么復雜的技術了，如果我們想實作自己的搜索引擎，方便存盤和檢索，可以快速地儲存、搜索和分析海量資料，搜索引擎有很多種，我這里主要講兩種比較流行的搜索引擎框架 Elasticsearch 和 Lucene 搜索引擎，
一、搜索引擎實作核心
Lucene/Elasticsearch 實作快速搜索的核心就是倒排索引，Lucene/Elasticsearch 就是盡量將磁盤里的東西搬進記憶體，減少磁盤隨機讀取次數(同時也利用磁盤順序讀特性)，結合各種壓縮演算法，高效使用記憶體，從而達到快速搜索的特性，
核心概念：https://www.cnblogs.com/valor-xh/p/6206042.html
? https://blog.csdn.net/sinat_42338962/article/details/85227902
二、Lucene搜索引擎
百度百科：是 Apache 軟體基金會4 Jakarta專案組的一個子專案，是一個開放源代碼的全文檢索引擎工具包（實際就是一個 Jar 包），但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，Lucene 是一套資訊檢索工具包，并不包含搜索引擎系統，它包含了索引結構、讀寫索引工具、相關性工具、排序等功能，因此在使用 Lucene 時仍需要關注搜索引擎系統，例如資料獲取、決議、分詞等方面的東西，Lucene 提供了一個簡單卻強大的應用程式介面，能夠做全文索引和搜尋，
Lucene，最先進、功能最強大的搜索庫，直接基于Lucene開發，非常復雜，Api復雜（實作一些簡單的功能，寫大量的java代碼），需要深入理解原理（各種索引結構），Lucene只是一個庫，想要使用它，你必須使用Java來作為開發語言并將其直接集成到你的應用中，更糟糕的是，Lucene的配置及使用非常復雜，你需要深入了解檢索的相關知識來理解它是如何作業的，
三、ElasticSearch搜索引擎
百度百科：ElasticSearch 是一個基于 Lucene 的搜索服務器，它提供了一個分布式多用戶能力的全文搜索引擎，基于 RESTful web 介面，Elasticsearch 是用Java語言開發的，并作為Apache許可條款下的開放原始碼發布，是一種流行的企業級搜索引擎，ElasticSearch 用于云計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便，
ElasticSearch 的實作原理主要分為以下幾個步驟，首先用戶將資料提交到Elastic Search 資料庫中，再通過分詞控制器去將對應的陳述句分詞，將其權重和分詞結果一并存入資料，當用戶搜索資料時候，再根據權重將結果排名，打分，再將回傳結果呈現給用戶，
Elasticsearch，基于 Lucene，隱藏復雜性，提供簡單易用的R estful Api 介面、Java Api 介面（還有其他語言的Api 介面）
-
分布式的檔案存盤引擎
-
分布式的搜索引擎和分析引擎
-
分布式，支持PB級資料
四、Lucene和ElasticSearch優缺點對比
這兩種搜索引擎各自都有自己的特點，現在我來總結一下：
聯系：ElasticSearch 封裝了 Lucene，讓使用變得更簡單，ElasticSearch 除了擁有Lucene 所有優點以外，還有自己的優點：
可用性：支持集群沒有單點障礙，
擴展性：支持集群擴展-高并發
在集群環境中使用：大專案使用
- ElasticSearch全文檢索服務器，所有專案都統一訪問索引服務器，支持在集群環境中使用， Lucene全文檢索引擎工具包，必須集成到專案中使用，不支持在集群環境下使用，
- ElasticSearch支持多種語言，Lucene只支持java
- ElasticSearch簡單，都是http請求，而Lucene復雜，都需要呼叫API執行一大推操作，
- 一般Lucene在中小型專案中使用，ElasticSearch都適用（大中小），因為ES支持在集群環 境中使用，并且自身也支持集群，
- Luncene需要二次開發，才能使用，不能像百度或谷歌一樣，它只是提供一個介面需要被實作才能使用， ElasticSearch直接拿來用，
- 封裝了更多高級的功能，例如聚合分析的功能，基于地理位置的搜索
- ES自動可以將海量資料分散到多臺服務器上去存盤和檢索
綜上所述：搜索引擎選擇用 ElasticSearch
五、SpringBoot整合ElasticSearch
SpringBoot 整合 Elasticsearch 常用的方式有以下三種：
- Java API
這種方式基于TCP和ES通信，官方已經明確表示在ES 7.0版本中將棄用TransportClient客戶端，且在8.0版本中完全移除它,所以不提倡，
- REST Client
上面的方式1是基于TCP和ES通信的(而且 TransPort 將來會被拋棄……)，官方也給出了基于HTTP的客戶端REST Client(推薦使用)，官方給出來的REST Client有Java Low Level REST Client和Java Hight Level REST Client兩個，前者兼容所有版本的ES，后者是基于前者開發出來的，只暴露了部分API，待完善
- Spring-Data-Elasticsearch（推薦）
除了上述方式，Spring 也提供了本身基于 SpringData 實作的一套方案Spring-Data-Elasticsearch，為什們推薦這種呢，因為這種方式 Spring 為我們封裝了常見的es操作，和使用 Jpa 操作資料庫一樣方便，
在ES中一個 Index 可以理解為一個庫，Type 就是一張表，一個Index可以對應多個Type，或者一個Index只能對應一個Type（從6.0.0 起就是一對一），
六、Elasticsearch的安裝
從網上把 Elasticsearch 的安裝包下載下來之后，直接解壓，進入bin目錄下,雙擊執行Elasticsearch.bat，看到Started 說明啟動成功,打開瀏覽器測驗一下，輸入http://localhost:9200/，則成功，
Elasticsearch-Head插件
Elasticsearch-Head將是一款專門針對于 Elasticsearch 的客戶端工具，類似 Mysql 的 Sqlyog 或者 Navicat資料庫軟體可視化界面，
運行head插件：grunt server
訪問：localhost:9100
七、ElasticSearch實作聯表查詢
SpringBoot整合ElasticSearch+父子查詢
相關鏈接：https://blog.csdn.net/a_lllk/article/details/83409880
父子關系的type和映射關系要提前建立好，
這里講一下三種實作方式：
-
嵌套查詢 Nested Query：檔案包含 nested 型別的欄位，這些欄位用來索引陣列物件，其中每個物件作為獨立的檔案可以被檢索（使用 nested 查詢），
-
父子查詢Has_Child 和 Has_Parent ：父子關系可以在一個單獨的索引中的兩個檔案型別間存在，has_child 查詢回傳了父檔案，其子檔案匹配了特定的查詢，而 has_parent 查詢回傳子檔案，其父檔案匹配了特定的查詢，（類似于主外鍵）要點：父子關系元資料映射，用于確保查詢時候的高性能，但是有一個限制，就是父子資料必須存在于一個shard中
-
應用層聯接，
八、Nested 和 Parent-Child的區別以及使用場景
嵌套查詢和父子查詢的主要區別：
由于存盤結構的不同，Nested 和 Parent-Child 的方式有不同的應用場景，Nested 所有物體存盤在同一個檔案，而 Parent-Child 模式得子 Type 和 父Type 存盤在不同的檔案里，所以查詢效率上 Nested 要高于 Parent-Child，但是更新的時候 Nested 模式下，ElasticSearch 會洗掉整個檔案再創建，而 Parent-Child 只會洗掉你更新的檔案在重新創建，不影響其他檔案，所以更新效率上 Parent-Child 要高于 Nested，
嵌套查詢和父子查詢的具體的使用場景：
Nested：在少量子檔案，并且不會經常改變的情況下使用，比如：訂單里面的產品，一個訂單不可能會有成千上萬個不同的產品，一般不會很多，并且一旦下單后，下單的產品是不可更新的，
Parent-Child：在大量檔案，并且會經常發生改變的情況下使用，比如：用戶的瀏覽記錄，瀏覽記錄會很大，并且會頻繁更新
總結
以上就是我關于搜索引擎的相關總結，當然這篇文章只能算是對搜索引擎的一個入門，后面我還會出相關的文章的哦，
公眾號：良許Linux
有識訓？希望老鐵們來個三連擊，給更多的人看到這篇文章
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/49327.html
標籤：Linux
上一篇：Linux統計檔案夾下的檔案個數
下一篇：ubuntu顯示黑屏