ElasticSearch介绍

　　Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

　　Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。Elasticsearch 的实现原理主要分为以下几个步骤，首先用户将数据提交到Elasticsearch 数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。

　　下面让我们了解下Elasticsearch的基本特征：

索引

　　Elasticsearch将它的数据存储在一个或多个索引中。通过内部使用Lucene将数据写入索引或从索引中检索数据。

文档

　　文档由字段组成，每个字段都有它的字段名以及一个或多个字段值，文档之间可能有各自不同的字段集合，且文档没有固定的模式或强制结构，它是文章等内容的载体。

映射

　　所有文档写入索引前都需要先进行分析，用户可以设置一些参数，来决定如何将输入文本进行分析或过滤。这些参数设置就是映射，用户可以通过配置映射，达到个性化分析目的。

类型

　　每个存储的文档都有与之对应的类型定义。这允许用户在一个索引中存储多种文档类型，并为不同文档类型提供不同映射。

节点

　　单个Elasticsearch服务实例称为节点。很多时候一个节点足以应对大多数简单需求，但是对于复杂问题，我们也可以使用多节点的Elasticsearch集群。

集群

　　当数据量或查询压力超过单机负载时，需要多个节点来协同处理，所有这些节点组成的系统称为集群。在Elasticsearch中配置一个集群可以提供无间断服务。

分片

　　当数据量超过单机容量时，Elasticsearch将数据散步到多个物理Lucene索引上。这些Lucene索引称为分片（shard）.

副本

　　分片处理允许用户向Elasticsearch集群推送超过单机容量的数据。副本（replica）则解决了访问压力过大时单机无法处理所有请求的问题。即为每个分片创建冗余的副本，副本的存在避免了数据的丢失。

网关

　　集群状态、索引设置等各种信息都会被网关收集起来，并被持久化。

Elasticsearch查询数据

　　简单的词项查询、短语查询、范围查询、布尔查询、模糊查询、区间查询、通配符查询、空间查询、复杂查询、文档过滤、相似文档查询等查询方式。

一些概念解释：

　　文档：索引与搜索的主要数据载体，它包含一个或多个字段，存放将要写入索引和从索引搜索出来的数据。

　　字段：文档的一个片段，包含字段名称和内容。

　　词项：搜索时的一个单位，代表文本中的某个词。

　　词条：词项在字段中的一次出现，包含词项的文本、开始和结束的位移以及类型。

文档评分

　　查询和文档评分是相匹配的，得分越高的文档出现在查询的前面。不同查询的文档得分没有可比性，这是因为文档得分依赖多个因子，除了权重和查询本身的结构，还包括匹配的词频数目，词项所在字段，以及用于查询规范化的匹配类型等。

　　下面介绍下文档得分的因子：

　　文档权重：索引期赋予某个文档的权重值。

　　字段权重：查询期赋予某个字段的权重值。

　　协调因子：基于文档中词项命中个数的协调因子，一个文档命中了查询中的词项越多，得分越高。

　　逆文档频率：一个基于词项的因子，用来告诉评分公式该词项有多么罕见，逆文档频率越低，词项越罕见。

　　长度范数：每个字段的基于词项个数的归一化因子。一个字段包含的词项数越多，该因子的权重就越低。这就意味着评分更喜欢包含更少词项的字段。

　　词频：一个基于词项的因子，用来表示一个词在某个文档中出现了多少次。词频越高，文档得分越高。

　　查询范数：一个基于查询的归一化因子，它等于查询中词项的权重平方和。查询范数使不同查询的得分能相互比较。

简单概念就介绍到这里了~