Spring , Hadoop, Spark , BI , ML

本文记录Elasticsearch物理集群的安装步骤，在3台机器上部署一个集群。行文顺序为整个安装过程从头到尾，期间发现不少问题。因此，本文不适合一步步跟着做，建议您看完整篇文章，然后再开始搭建集群。1 . 环境机器： 3台物理机器，分别为130，132，134操作系统：CentOS 6.6Elasticsearch： 2.3.3 版本确保安装相应版本JDK，使用java -v

在ElasticSearch中，地理位置通过geo_point这个数据类型来支持。地理位置的数据需要提供经纬度信息，当经纬度不合法时，ES会拒绝新增文档。这种类型的数据支持距离计算，范围查询等。在底层，索引使用Geohash实现。1、创建索引PUT创建一个索引cn_large_cities,mapping为city:{ "mappings": { "city": {

搜索基本构成搜索的基本定义，可以表述为以下4个步骤：1） 构建索引： Indexing，对文件、网站、数据库的记录进行处理以便可以进行搜索，被索引的文件称为文档。 构建索引之前，需要对文档的内容、结构、类型深入了解，这对于构建索引很有必要，对内容不理解，很难构建出优秀的搜索引擎。索引是使得文档可搜索的过程，一般是将文档各部分内容切分成词条（token），词条经过词干还原、不区分大小写等方式进行

1. 字符串相似度字符串相似度用于衡量2个字符串之间的相似度，这里的相似度一般指形式上的相似，而非语义上的相似。字符串相似度算法是模糊字符串匹配（搜索）的核心内容之一，在搜索引擎中的拼写检查、关键词智能补全中也发挥重要重要。在更高层次的实体链接（识别）或实体消歧应用中，也是重要的研究内容。 字符串的模糊匹配也叫模糊匹配，有点类似于正则表达式匹配，但是存在一些不同。字符串匹配（正则表达式）通常关注精

分面搜索（Faceting）基于索引词项对搜索结果进行分类，同时返回每个分类对应的文档数。用户可以可以分类缩小结果范围。下图是一个结果汇总的例子：Amazon的搜索也提供了非常优秀的分面及相应的过滤：环境Solr的发行版自带了一些很好的例子，使用这些例子研究Solr的各种特性非常合适。我们这里使用Solr自带的techproducts索引作为例子。启动solr：solr -e techproduct

MySQL和Lucene都可以对数据构建索引并通过索引查询数据，一个是关系型数据库，一个是构建搜索引擎（Solr、ElasticSearch）的核心类库。两者的索引（index）有什么区别呢？以前写过一篇《Solr与MySQL查询性能对比》，只是简单的对比了下查询性能，对于内部原理却没有解释，本文简单分析下两者的索引区别。1. MySQL索引实现在MySQL中，索引属于存储引擎级别的概念，不同存储引