itigoitie的博客

ElasticSearch，是基于Lucene库的搜索引擎。它提供了一个分布式、多租户的全文搜索引擎，具有HTTP web接口和无模式JSON文档。根据DB引擎排名，Elasticsearch是最受欢迎的企业搜索引擎。ES的特点是分布式、高扩展以及近实时。那么，大规模数据量下ES是如何实现高性能检索的呢？回到我们的文章标题，ES是如何实现高性能模糊查询的呢？ES通过分词然后对每一个单词及其对应文档建立倒排索引，使得能够快速根据关键词找到对应文档id；

Term Index是一种对映射关系中的词语集合也就是Term Dictionary进行高效索引的数据结构。Term Index是以怎样的形式进行组织的呢？

关系数据库的索引大多是B-Tree结构，而ES使用倒排索引。倒排索引中的所有词语存储在词典中，每个词语又指向包含它的文档信息列表。在某些情况下，两种不同的数据索引方法决定了这两种产品在性能和速度上的差异。例如，在包含数亿数据的关系型数据表上执行最简单的计count查询时，关系型数据库可能需要几秒的响应时间。如果数据表的设计不合理，甚至可能拖垮整个数据库，影响其他数据服务；而ES可以在毫秒级别返回，该查询对整个集群的影响微乎其微。除此之外，ES建立在Lucene基础之上，与生俱来就能完成分词匹配，并且支持多种

1. 作为一款搜索引擎框架，文本搜索是其核心功能。2. ES在文本索引的建立和搜索过程中依赖两大组件，即Lucene和分析器。3. Lucene负责进行倒排索引的物理构建，分析器负责在建立倒排索引前和搜索前对文本进行分词和语法处理。...

俗话说“工欲善其事，必先利其器”。在介绍ES提供的各种搜索匹配功能之前，我们先介绍ES提供的各种搜索辅助功能。例如，为优化搜索性能，需要指定搜索结果返回一部分字段内容。为了更好地呈现结果，需要用到结果计数和分页功能；当遇到性能瓶颈时，需要剖析搜索各个环节的耗时；面对不符合预期的搜索结果时，需要分析各个文档的评分细节。...

ElasticSearch的数据类型，包括keyword、text、数值、布尔、日期、数组、对象以及地理类型。

搜索排序是搜索引擎的核心工作之一，搜索排序的好坏影响着搜索质量的好坏。诸如ES、Solr等开源的搜索引擎，它们在默认情况下使用的都是相关性排序。那么什么是相关性呢？相关性指的是搜索结果和查询条件的相关程度，它是搜索质量的重要指标之一。就ES来说，搜索结果中的每个结果都有一个_score字段，ES默认按照相关性算法计算每个命中的文档的_score字段值，命中的文档按照该字段的值进行降序排列。......