SimpleAI推薦語：

前年轉過這篇文章，最近在看檢索相關論文，發現又有點忘記倒排索引（inverted index）的具體內容，遂翻出來再看看，不得不說，這個漫畫畫的太好了，娓娓道來，一看就懂，再次分享給大家！

小史是一個非科班的程式設計師，雖然學的是電子專業，但是通過自己的努力成功通過了面試，現在要開始迎接新生活了。

隨著央視詩詞大會的熱播，小史開始對詩詞感興趣，最喜歡的就是飛花令的環節。

但是由於小史很久沒有背過詩詞了，飛一個字很難說出一句，很多之前很熟悉的詩句也想不起來。

【倒排索引】

呂老師：但是我讓你說出帶“前”字的詩句，由於沒有索引，你只能遍歷腦海中所有詩詞，當你的腦海中詩詞量大的時候，就很難在短時間內得到結果了。

【索引量爆炸】

【搜尋引擎原理】

【elasticsearch簡介】

呂老師：但是lucene還是一個庫，必須要懂一點搜尋引擎原理的人才能用的好，所以後來又有人基於lucene進行封裝，寫出了elasticsearch。

【elasticsearch基本概念】

呂老師：型別是用來定義資料結構的，你可以認為是mysql中的一張表。文件就是最終的資料了，你可以認為一個文件就是一條記錄。

呂老師：比如一首詩，有詩題、作者、朝代、字數、詩內容等欄位，那麼首先，我們可以建立一個名叫poems的索引，然後建立一個名叫poem的型別，型別是通過mapping來定義每個欄位的型別，比如詩題、作者、朝代都是keyword型別，詩內容是text型別，而字數是integer型別，最後就是把資料組織成json格式存放進去了。

呂老師：這個問題問得好，這涉及到分詞的問題，keyword型別是不會分詞的，直接根據字串內容建立反向索引，text型別在存入elasticsearch的時候，會先分詞，然後根據分詞後的內容建立反向索引。

呂老師：之前我們說過，elasticsearch把操作都封裝成了http的api，我們只要給elasticsearch傳送http請求就行。比如使用curl -XPUT 'http://ip:port/poems'，就能建立一個名為poems的索引，其他操作也是類似的。

【elasticsearch分散式原理】

呂老師：沒錯，elasticsearch也是會對資料進行切分，同時每一個分片會儲存多個副本，其原因和hdfs是一樣的，都是為了保證分散式環境下的高可用。

呂老師：沒錯，在elasticsearch中，節點是對等的，節點間會通過自己的一些規則選取叢集的master，master會負責叢集狀態資訊的改變，並同步給其他節點。

呂老師：注意，只有建立索引和型別需要經過master，資料的寫入有一個簡單的routing規則，可以route到叢集中的任意節點，所以資料寫入壓力是分散在整個叢集的。

【elk系統】

呂老師：其實很多公司都用elasticsearch搭建elk系統，也就是日誌分析系統。其中e就是elasticsearch，l是logstash，是一個日誌收集系統，k是kibana，是一個數據視覺化平臺。

呂老師：分析日誌的用處可大了，你想，假如一個分散式系統有1000臺機器，系統出現故障時，我要看下日誌，還得一臺一臺登入上去檢視，是不是非常麻煩？

呂老師：但是如果日誌接入了elk系統就不一樣。比如系統執行過程中，突然出現了異常，在日誌中就能及時反饋，日誌進入elk系統中，我們直接在kibana就能看到日誌情況。如果再接入一些實時計算模組，還能做實時報警功能。

【筆記】

小史學完了elasticsearch，在筆記本上寫下了如下記錄：

1、反向索引又叫倒排索引，是根據文章內容中的關鍵字建立索引

2、搜尋引擎原理就是建立反向索引

3、elasticsearch在lucene的基礎上進行封裝，實現了分散式搜尋引擎

4、elasticsearch中的索引、型別和文件的概念比較重要，類似於mysql中的資料庫、表和行

5、elasticsearch也是master-slave架構，也實現了資料的分片和備份

6、elasticsearch一個典型應用就是elk日誌分析系統

寫完，又高高興興背詩去了。

觀書有感

朱熹

半畝方塘一鑑開，天光雲影共徘徊。

問渠那得清如許？為有源頭活水來。

其他原創好文