[推荐系统]elasticsearch与推荐系统_java es实现推荐功能-优快云博客

本文介绍了Elasticsearch作为分布式搜索引擎的基础特性，包括其文档存储方式和RESTful API。重点讨论了如何在Elasticsearch 7.3版本后利用向量检索功能实现推荐系统的物料召回，通过余弦相似度进行快速匹配。并提到了在7.3版本前可能结合faiss等工具的使用。

[推荐系统]elasticsearch与推荐系统

[推荐系统]elasticsearch与推荐系统

[推荐系统]elasticsearch与推荐系统

1 elasticsearch简介

elasticsearch是一种分布式的搜索引擎，以文档的形式保存数据，提供强大的检索与分析工具。

对用户，数据以索引/类型/文档/属性的层级进行存储，并且提供了一套RESTful API与之进行交互：

/*
 组织结构
 megacorp     索引
 employee     类型
 1            文档
 "first_name" 属性
*/

/*
 交互方式
 PUT    插入/更新
 GET    请求
 DELETE 删除
 HEAD   是否存在
*/
PUT /megacorp/employee/1
{
   
   
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

在组织结构上，一个运行中的es实例称为一个节点，一组节点组成一个集群；文档保存在分片内，分片是一个底层的工作但愿，每个分片只保留部分数据，分片分散在各个节点，但每个节点都知道任意文档的位置，能够将我们的请求直接转发到对应节点

同时，es对主流语言都提供了客户端，支持主流语言的开发。

2 利用es实现推荐系统

常用的推荐模型，都会将用户