ES如何解决搜索问题

ElasticSearch是构建在Apache Lucene上的开源分布式搜索引擎。

由于ElasticSearch是以Lucene作为底层的，Lucene是一个高性能的搜索引擎包，默认情况下会将所有数据进行索引，Lucene使用的是倒排索引，倒排索引如下所示：

博客文章ID	标签	标签	博客文章ID
1	elections	elections	1,3
2	peace	peace	2,3,4
3	elections, peace
4	peace

左边是原始数据，右边则是倒排索引。

一个关键的问题：如何排序，方法是计算相关性得分，根据分数将结果排序，默认情况下使用的算法是TF-IDF（词频-逆文档频率），主要有两个影响因素：

1. 词频，出现次数越高，相关性得分越高。
2. 逆文档频率，在所有文档上出现次数少的词权重越高，得分越高。

ES不仅仅是精确匹配用户的输入，还可以：

1. 处理错误拼写
2. 支持变体
3. 使用统计信息
4. 给予自动提示

ES使用场景

ES主要有三种使用场景

一、将ES作为主要的后端系统：

ES是一个现代化搜索引擎，提供了持久化存储、统计和很多其他数据存储的特性。可用作简单系统的后端。

二、将ES添加到现有的系统：

在有一个数据存储的基础上使用ES，如果想在现有系统中加入搜索功能，可以加入ES让它和现有模块协同工作。

三、将ES和现有工具一同使用：

可以通过Rsyslog、Logstash或Apache Flume这样的日志工具处理日志并输出到ElasticSearch，并用Kibana作可视化界面搜索和分析日志。