我发起了 一个 海量文本 分析 和 建立索引 的 开源项目 EasySearch
这篇文章 的 起因 是 这几天 受到 老郭 的 启发 。
老郭 爱 捣鼓， 这几天 又跟 我 提到 ElasticSearch + log4net ，，， 嗯， 这不， 我又 从 他 那里 学到了 一些 东西 。
ElasticSearch + log4nett 确实 不错， 功能 很酷， 界面 也很酷 。 见 http://kingmoo.cn
于是， 我又想 搞 一个 开源项目， 像 ElasticSearch 这样 的 。
ElasticSearch 的 基本功能 无非 就是 海量文本 分析 和 建立索引 。
这些 在 技术上 没有什么 问题 ，
有关 文本分析 ， 见 《SelectDataTable》 https://www.cnblogs.com/KSongKing/p/9455216.html ，
《自己写一个 C 语言 编译器 InnerC》 https://www.cnblogs.com/KSongKing/p/11013210.html ，
《自己写一个 正则表达式 引擎》 https://www.cnblogs.com/KSongKing/p/11013210.html 。
有关 索引， 见 《我发起了一个 .Net 开源 数据库 项目 SqlNet》 https://www.cnblogs.com/KSongKing/p/9501739.html ，
《出一道题 ： 二分法 是 n 分法 中 最快 的 吗 ？》 https://www.cnblogs.com/KSongKing/p/13732788.html 。
也可以 用 Hash 表 的 方式 建立 索引， 有关 Hash 表， 见 《自己写一个 Hash 表》 https://www.cnblogs.com/KSongKing/p/10425152.html 。
当然， 还会用到 大规模并行计算， 也可以说是 分布式计算， 有关 分布式计算， 见 《利用 MessageRPC 和 ShareMemory 来实现 分布式并行计算》 https://www.cnblogs.com/KSongKing/p/9490915.html 。
关于 ElasticSearch ， 可以 看看 ：
《DB与Elasticsearch混合之应用系统场景分析探讨》 https://www.toutiao.com/i6890739219753337347/?tt_from=weixin&utm_campaign=client_share&wxshare_count=1×tamp=1604504584&app=news_article&utm_source=weixin&utm_medium=toutiao_android&use_new_style=1&req_id=202011042343030102020891685F0D35D3&group_id=6890739219753337347
《Elasticsearch的功能、使用场景以及特点》 https://www.cnblogs.com/ylht/p/10178706.html
相比 关系数据库 和 其它 NoSql 数据库， ElasticSearch 的 特点 ：
1 可以对 所有 字段 建立索引
2 可以对 任意表 任意字段 组合查询， 这 意味着 可以 对 任意表 任意字段 建立 联合索引
其实 关系数据库 也可以 做到 这 2 点， 为什么 关系数据库 不做 呢 ？
因为 关系数据库 的 核心任务 是 事物（交易）， ACID， 数据完整性 ， 所以 不宜 去做 索引大泛滥 。
但 事实上， 关系数据库 在 这方面 也 做过 尝试 和 努力， 比如 列索引 。
另一方面， ElasticSearch 可以 大规模 扩展节点， 关系数据库 要 这样做 也 比较难， 虽然 有 CockroachDB 还有 Google 的 BigTable 等等 这些 分布式关系数据库 。
但是， 这些 分布式关系数据库 还要用 原子钟 来 同步时间 以 获得 异地 的 数据完整性， 且 分布式 意味着 交易 的 时间 可能 更长 。
所以， 根本上， 关系数据库 的 核心任务 是 ACID， 而 ElasticSearch 不关心 实时 的 数据变化， 只管查询 。
这是 两者 表现 差异 的 根本原因 。
事实上， MongoDB 可以像 ElasticSearch 这样做， 但 Mongo 的 设计 初衷 可能 更 对象化 一些， 比如 一个 老师 对应 多个 学生， 通过 主外键 关联 这一类， 不太侧重 任何字段 建立索引 和 任意表 的 任意字段 组合索引 。
