大白話ElasticSearch是什麼以及應用場景
ElasticSearch是一個分散式，高效能、高可用、可伸縮的搜尋和分析系統
看了上面這段話，估計很多人都懵了，這個是啥。我們先從搜尋說起，先介紹下面幾點
1、什麼是搜尋
百度、Google：我們想尋找一個我們喜歡的電影或者書籍就會去百度或者Google搜尋一下。
網際網路搜尋：電商搜尋商品，招聘網站搜尋簡歷或者崗位
IT系統的搜尋：員工管理搜尋，會議管理搜尋
2、如果用資料庫做搜尋會怎麼樣
在軟體開發裡面，資料都是儲存在資料庫裡面的，比如電商網站的商品資訊，員工的資訊等等，如果從員工角度去做搜尋功能，我們會這麼設計
以上會存在幾個問題：
1. 如果表記錄上千萬上億了這個效能問題，另外一個如果有一個本文欄位要在裡面模糊配置，這個就會出現嚴重的效能問題
2. 還不能將搜尋詞拆分開來，比如上面這個只能搜尋名字是“張三”開頭的員工，如果想搜出“張小三”那是搜尋不出來的。
總體來說，用資料庫來實現搜尋，是不太靠譜的，通常效能也會很差
3、什麼是全文檢索、倒排索引和Lucene
舉個簡單的例子：比如最近上映的熱劇（碟中諜6:全面瓦解），我們想搜尋一下全面瓦解這個電視劇，可是在輸入的過程，不小心輸入了”全瓦解”，我們看看百度這個返回了什麼，百度返回的結果確實是我想要找到的內容，現在我們介紹一下全文檢索和倒排索引是什麼
我們看看下面這個圖，假如我們有很多資料”全面瓦解電影，全面瓦解海報，全面瓦解評論，全面瓦解文章”等等資訊，從資料到構建倒排索引的過程我們圖中標記為“1”，通俗一點講就是，倒排索引就是講資料中的詞拆分構建一個大表，將關鍵字拆出來，後面帶上這個文章的documentid號，例如中間這個就是倒排索引了。
全文檢索就比較好理解的，就是當我們輸入“全瓦解”,會被拆分成”全”，“瓦解”2個此，用2個詞去倒排索引裡面去檢索資料，檢索到的資料返回。整個過程就叫做全文檢索
如果這個用資料庫的思維來做的話，假如一共100W的記錄，按照之前的思路就是掃描100W次，而且每次掃描，都需要匹配那個文字所有的字元，確認是否包含搜尋的關鍵詞，而且還不能將搜尋詞拆解來進行檢索
如果是利用倒排索引的話，假設還是100W，拆分出來的詞語，假設有1000W個詞語，那麼在倒排索引中，就有1000W行。我們可能不需要檢索1000W詞，有可能檢索1次，就能找到我們需要的資料，也有可能是100W次，也有可能是1000W次
lucene：就是一個jar包，裡面包含了封裝好的各種建立倒排索引，以及進行搜尋的程式碼，包括各種演算法。我們就用java開發的時候
3、ElasticSearch是什麼
Lucene是單機的模式，如果你的資料量超過了一臺物理機的容量，你需要擴容，將資料拆分成2份放在不同的叢集，這個就是典型的分散式計算了。需要拷貝容錯，機器宕機，資料一致性等複雜的場景，這個實現就比較複雜了。
ES解決了這些問題
1、自動維護資料的分佈到多個節點的索引的建立，還有搜尋請求分佈到多個節點的執行
2、自動維護資料的冗餘副本，保證了一旦機器宕機，不會丟失資料
3、封裝了更多高階的功能，例如聚合分析的功能，基於地理位置的搜尋
ElasticSearch的功能
- 分散式的搜尋引擎和資料分析引擎
搜尋：網站的站內搜尋，IT系統的檢索
資料分析：電商網站，統計銷售排名前10的商家 - 全文檢索，結構化檢索，資料分析
全文檢索：我想搜尋商品名稱包含某個關鍵字的商品
結構化檢索：我想搜尋商品分類為日化用品的商品都有哪些
資料分析：我們分析每一個商品分類下有多少個商品 - 對海量資料進行近實時的處理
分散式：ES自動可以將海量資料分散到多臺伺服器上去儲存和檢索
海聯資料的處理：分散式以後，就可以採用大量的伺服器去儲存和檢索資料，自然而然就可以實現海量資料的處理了
近實時：檢索資料要花費1小時（這就不要近實時，離線批處理，batch-processing）；在秒級別對資料進行搜尋和分析
ElasticSearch的應用場景
- 維基百科
- The Guardian（國外新聞網站）
- Stack Overflow（國外的程式異常討論論壇）
- GitHub（開原始碼管理）
- 電商網站
- 日誌資料分析
- 商品價格監控網站
- BI系統
- 站內搜尋
ElasticSearch的特點
- 可以作為一個大型分散式叢集（數百臺伺服器）技術，處理PB級資料，服務大公司；也可以執行在單機上，服務小公司
- Elasticsearch不是什麼新技術，主要是將全文檢索、資料分析以及分散式技術，合併在了一起
- 對使用者而言，是開箱即用的，非常簡單，作為中小型的應用，直接3分鐘部署一下ES
- Elasticsearch作為傳統資料庫的一個補充,比如全文檢索，同義詞處理，相關度排名，複雜資料分析，海量資料的近實時處理；