「掃盲」Elasticsearch

来源:https://www.cnblogs.com/Java3y/archive/2020/01/21/12220627.html

前言 只有光頭才能變強。 文本已收錄至我的GitHub精選文章,歡迎Star : "https://github.com/ZhongFuCheng3y/3y" 不知道大家的公司用Elasticsearch多不多,反正我公司的是有在用的。平時聽同事們聊天肯定避免不了不認識的技術棧,例如說:把數據放在引 ...


前言

只有光頭才能變強。

文本已收錄至我的GitHub精選文章,歡迎Starhttps://github.com/ZhongFuCheng3y/3y

不知道大家的公司用Elasticsearch多不多,反正我公司的是有在用的。平時聽同事們聊天肯定避免不了不認識的技術棧,例如說:把數據放在引擎,從引擎取出數據等等。

如果對引擎不瞭解的同學,就壓根聽不懂他們在說什麼(我就是聽不懂的一位,扎心了)。引擎一般指的是搜索引擎,現在用得比較多的就是Elasticsearch。

這篇文章主要是對Elasticsearch一個簡單的入門,沒有高深的知識和使用。至少我想做到的是:以後同事們聊引擎了,至少知道他們在講什麼。

什麼是Elasticsearch?

Elasticsearch is a real-time, distributed storage, search, and analytics engine

Elasticsearch 是一個實時分散式存儲、搜索、分析的引擎。

介紹那兒有幾個關鍵字:

  • 實時
  • 分散式
  • 搜索
  • 分析

於是我們就得知道Elasticsearch是怎麼做到實時的,Elasticsearch的架構是怎麼樣的(分散式)。存儲、搜索和分析(得知道Elasticsearch是怎麼存儲、搜索和分析的)

這些問題在這篇文章中都會有提及。

我已經寫了200多篇原創技術文章了,後續會寫大數據相關的文章,如果想看我其他文章的同學,不妨關註我吧。公眾號:Java3y

如果覺得我這篇文章還不錯,對你有幫助,不要吝嗇自己的贊

為什麼要用Elasticsearch

在學習一項技術之前,必須先要瞭解為什麼要使用這項技術。所以,為什麼要使用Elasticsearch呢?我們在日常開發中,資料庫也能做到(實時、存儲、搜索、分析)。

相對於資料庫,Elasticsearch的強大之處就是可以模糊查詢

有的同學可能就會說:我資料庫怎麼就不能模糊查詢了??我反手就給你寫一個SQL:

select * from user where name like '%公眾號Java3y%'

這不就可以把公眾號Java3y相關的內容搜索出來了嗎?

的確,這樣做的確可以。但是要明白的是:name like %Java3y%這類的查詢是不走索引的,不走索引意味著:只要你的資料庫的量很大(1億條),你的查詢肯定會是級別的

如果對資料庫索引還不是很瞭解的同學,建議復看一下我以前的文章。我覺得我當時寫得還不賴(哈哈哈)

GitHub搜關鍵字:”索引“

而且,即便給你從資料庫根據模糊匹配查出相應的記錄了,那往往會返回大量的數據給你,往往你需要的數據量並沒有這麼多,可能50條記錄就足夠了。

還有一個就是:用戶輸入的內容往往並沒有這麼的精確,比如我從Google輸入ElastcSeach(打錯字),但是Google還是能估算我想輸入的是Elasticsearch

而Elasticsearch是專門做搜索的,就是為瞭解決上面所講的問題而生的,換句話說:

  • Elasticsearch對模糊搜索非常擅長(搜索速度很快)
  • 從Elasticsearch搜索到的數據可以根據評分過濾掉大部分的,只要返回評分高的給用戶就好了(原生就支持排序)
  • 沒有那麼準確的關鍵字也能搜出相關的結果(能匹配有相關性的記錄)

下麵我們就來學學為什麼Elasticsearch可以做到上面的幾點。

Elasticsearch的數據結構

眾所周知,你要在查詢的時候花得更少的時間,你就需要知道他的底層數據結構是怎麼樣的;舉個例子:

  • 樹型的查找時間複雜度一般是O(logn)
  • 鏈表的查找時間複雜度一般是O(n)
  • 哈希表的查找時間複雜度一般是O(1)
  • ....不同的數據結構所花的時間往往不一樣,你想要查找的時候要,就需要有底層的數據結構支持

從上面說Elasticsearch的模糊查詢速度很快,那Elasticsearch的底層數據結構是什麼呢?我們來看看。

我們根據“完整的條件”查找一條記錄叫做正向索引;我們一本書的章節目錄就是正向索引,通過章節名稱就找到對應的頁碼。

首先我們得知道為什麼Elasticsearch為什麼可以實現快速的“模糊匹配”/“相關性查詢”,實際上是你寫入數據到Elasticsearch的時候會進行分詞

還是以上圖為例,上圖出現了4次“演算法”這個詞,我們能不能根據這次詞為它找他對應的目錄?Elasticsearch正是這樣乾的,如果我們根據上圖來做這個事,會得到類似這樣的結果:

  • 演算法 ->2,13,42,56

這代表著“演算法”這個詞肯定是在第二頁、第十三頁、第四十二頁、第五十六頁出現過。這種根據某個詞(不完整的條件)再查找對應記錄,叫做倒排索引

再看下麵的圖,好好體會一下:

眾所周知,世界上有這麼多的語言,那Elasticsearch怎麼切分這些詞呢?,Elasticsearch內置了一些分詞器

  • Standard Analyzer 。按詞切分,將詞小寫
  • Simple Analyzer。按非字母過濾(符號被過濾掉),將詞小寫
  • WhitespaceAnalyzer。按照空格切分,不轉小寫
  • ....等等等

Elasticsearch分詞器主要由三部分組成:


您的分享是我們最大的動力!

更多相關文章
  • 報錯信息: [email protected]:~$ pip Traceback (most recent call last): File "/usr/bin/pip", line 9, in <module> from pip import main ImportError: cannot impo ...
  • 原文地址: "http://www.work100.net/training/java" 更多教程: "光束雲 免費課程" Java入門 Java 是由 Sun Microsystems 公司於1995年5月推出的高級程式設計語言。 Java 可運行於多個平臺,如 、`Mac OS UNIX`版本的 ...
  • 需要源碼、JDK1.6 、編碼風格參考阿裡java規約 7/12開始 有點意識到自己喜歡理論大而泛的模糊知識的學習,而不喜歡實踐和細節的打磨,是因為粗心浮躁導致的麽? cron表達式使用 設計能力、領域建模能力 其他: 海明威的硬幣:老人與海 工具準備: java編程思想電子版 別人整理的思維導圖 ...
  • 在IntelliJ Idea中HTML格式化時,預設head和body標簽以及body下的標簽都不會縮進,這就導致你每次寫好html時候格式化的時候所有標簽都是同一層級沒有縮進,一般我們寫html都會層級關係標簽嵌套,通過縮進看代碼結構就很清晰明朗 ...
  • 1.什麼是二維碼? ​ (百度百科):二維碼又稱二維條碼,常見的二維碼為QR Code,QR全稱Quick Response,是一個近幾年來移動設備上超流行的一種編碼方式,它比傳統的Bar Code條形碼能存更多的信息,也能表示更多的數據類型。 2.利用ZXING生成二維碼 ​ ·對應POM <de ...
  • 近期項目用到了緩存,我選用的是主流的google.guava作本地緩存,redis作分散式 緩存,先說說我對本地緩存和分散式緩存的理解吧,可能不太成熟的地方,大家指出,一起 學習.本地緩存的特點是速度快,不會受到網路阻塞的干擾,但由於是放在本地記憶體中,所 以容量較小,不能項目間共用比IO效率高比re ...
  • a.php <?phpheader("Content-type: text/html; charset=utf-8");date_default_timezone_set("Asia/Shanghai"); $start = microtime(true); function fsockopen_g ...
  • ©Copyright 蕃薯耀 2020-01-21 https://www.cnblogs.com/fanshuyao/ 一、第一步,引用依賴類,在Pom.xml加入依賴 <dependencies> <dependency> <groupId>org.springframework</groupI ...
一周排行
  • 前幾天發佈了 "抄抄《CSS 故障藝術》的動畫" 這篇文章,在這篇文章里介紹瞭如何使用Win2D繪製文字然後配合BlendEffect製作故障藝術的動畫。本來打算就這樣收手不玩這個動畫了,但後來又發現性能不符合理想。明明只是做做Resize動畫和用BlendEffect混合,為什麼性能會這麼差呢? ...
  • 控制條控制項: progressBar 不能按照你程式的進程自動變化,需認為計算,調整變化量 private void progressBar1_Click(object sender, EventArgs e) { this.progressBar1.Maximum = 100;//設置進度條最大長 ...
  • 首先創建一個asp.net core web應用程式 第二步 目前官方預置了7種模板項目供我們選擇。從中我們可以看出,既有我們熟悉的MVC、WebAPI,又新添加了Razor Page,以及結合比較流行的Angular、React前端框架的模板項目。 空項目模板 Program.cs using S ...
  • 對閉包的理解 1.對於成員變數和局部變數:成員變數就是方法外部,類的內部定義的變數;局部變數就是方法或語句塊內部定義的變數。局部變數必須初始化。 形式參數是局部變數,局部變數的數據存在於棧記憶體中。棧記憶體中的局部變數隨著方法的消失而消失。成員變數存儲在堆中的對象裡面,由垃圾回收器負責回收。 成員變數它 ...
  • Xamarin.Forms讀取並展示Android和iOS通訊錄 TerminalMACS客戶端 本文同步更新地址: https://dotnet9.com/11520.html https://terminalmacs.com/861.html 閱讀導航: 一、功能說明 二、代碼實現 三、源碼獲取 ...
  • 做下對文件複製操作相關的筆記: /// <summary> /// 文件幫助類 /// </summary> public class FileHelper { /// <summary> /// 複製一個目錄下所有文件到一個新目錄下 /// </summary> /// <param name=" ...
  • 前言 有一個東西叫做鴨子類型,所謂鴨子類型就是,只要一個東西表現得像鴨子那麼就能推出這玩意就是鴨子。 C 裡面其實也暗藏了很多類似鴨子類型的東西,但是很多開發者並不知道,因此也就沒法好好利用這些東西,那麼今天我細數一下這些藏在編譯器中的細節。 不是只有 和 才能 在 C 中編寫非同步代碼的時候,我們經 ...
  • [toc] 1.應用背景 底端設備有大量網路報文(位元組數組):心跳報文,數據採集報文,告警報文上報。需要有對應的報文結構去解析這些位元組流數據。 2.結構體解析 由此,我第一點就想到了用結構體去解析。原因有以下兩點: 2.1.結構體存在棧中 類屬於引用類型,存在堆中;結構體屬於值類型,存在棧中,在一個 ...
  • 《深入淺出 C#》 (第3版) [作者] (美) Andrew Stellman (美) Jennifer Greene[譯者] (中) 徐陽 丁小峰 等譯[出版] 中國電力出版社[版次] 2016年08月 第1版[印次] 2018年04月 第4次 印刷[定價] 148.00元 【引子】 要學習編程 ...
  • 記錄使用對象初始值設定項初始化對象。 using System; using System.Collections.Generic; namespace ConsoleApp2 { class Program { static void Main(string[] args) { // 使用構造函數 ...
x