# Elasticsearch 正式介绍

  1. Elasticsearch 的功能,干什么的
  2. Elasticsearch 的适用场景,能在什么地方发挥作用
  3. Elasticsearch 的特点,跟其他类似的东西不同的地方在哪里

# 功能,干什么的

  1. 分布式的搜索引擎和数据分析引擎

    搜索:百度,网站的站内搜索,IT系统的检索

    数据分析:电商网站,最近7天牙膏这种商品销量排名前10的商家有哪些;新闻网站,最近1个月访问量排名前3的新闻版块是哪些

    分布式,搜索,数据分析

  2. 全文检索,结构化检索,数据分析

    全文检索:我想搜索商品名称包含牙膏的商品,select * from products where product_name like "%牙膏%"

    结构化检索:我想搜索商品分类为日化用品的商品都有哪些,select * from products where category_id='日化用品'

    部分匹配、自动完成、搜索纠错、搜索推荐

    数据分析:我们分析每一个商品分类下有多少个商品,select category_id,count(*) from products group by category_id

  3. 对海量数据进行近实时的处理

    分布式:ES自动可以将海量数据分散到多台服务器上去存储和检索

    海联数据的处理:分布式以后,就可以采用大量的服务器去存储和检索数据,自然而然就可以实现海量数据的处理了

    近实时:检索个数据要花费1小时(这就不是近实时,是离线批处理,batch-processing);在秒级别对数据进行搜索和分析

跟分布式/海量数据相反的:lucene,单机应用,只能在单台服务器上使用,最多只能处理单台服务器可以处理的数据量

# 适用场景,能在什么地方发挥作用

# 国外

  1. 维基百科,类似百度百科,牙膏,牙膏的维基百科,全文检索,高亮,搜索推荐

  2. The Guardian(国外新闻网站)

    类似搜狐新闻,用户行为日志(点击,浏览,收藏,评论)+ 社交网络数据(对某某新闻的相关看法),数据分析,给到每篇新闻文章的作者,让他知道他的文章的公众反馈(好,坏,热门,垃圾,鄙视,崇拜)

  3. Stack Overflow(国外的程序异常讨论论坛)

    IT问题,程序的报错,提交上去,有人会跟你讨论和回答,全文检索,搜索相关问题和答案,程序报错了,就会将报错信息粘贴到里面去,搜索有没有对应的答案

  4. GitHub(开源代码管理),搜索上千亿行代码

  5. 电商网站,检索商品

  6. 日志数据分析,logstash采集日志,ES进行复杂的数据分析(ELK技术,elasticsearch+logstash+kibana)

  7. 商品价格监控网站

    用户设定某商品的价格阈值,当低于该阈值的时候,发送通知消息给用户,比如说订阅牙膏的监控,如果高露洁牙膏的家庭套装低于50块钱,就通知我,我就去买

  8. BI系统,商业智能,Business Intelligence。

    比如说有个大型商场集团,BI,分析一下某某区域最近3年的用户消费金额的趋势以及用户群体的组成构成,产出相关的数张报表,xxx区,最近3年,每年消费金额呈现100%的增长,而且用户群体85%是高级白领,开一个新商场。ES执行数据分析和挖掘,Kibana进行数据可视化

# 国内

站内搜索(电商,招聘,门户,等等),IT系统搜索(OA,CRM,ERP,等等),数据分析(ES热门的一个使用场景)

# 特点

  1. 可以作为一个大型分布式集群(数百台服务器)技术

    处理PB级数据,服务大公司;也可以运行在单机上,服务小公司

  2. Elasticsearch 不是什么新技术

    主要是将全文检索、数据分析以及分布式技术,合并在了一起,才形成了独一无二的ES;

    lucene(全文检索),商用的数据分析软件(也是有的),分布式数据库(mycat)

  3. 对用户而言,是开箱即用的

    非常简单,作为中小型的应用,直接3分钟部署一下ES,就可以作为生产环境的系统来使用了,数据量不大,操作不是太复杂

  4. 数据库的功能面对很多领域是不够用的(事务,还有各种联机事务型的操作)

    特殊的功能,比如全文检索,同义词处理,相关度排名,复杂数据分析,海量数据的近实时处理;Elasticsearch作为传统数据库的一个补充,提供了数据库所不不能提供的很多功能