微服务 初始 分布式搜索引擎 Elastic Search

⛄引言

本文参考黑马 分布式Elastic search
Elasticsearch是一款非常强大的开源搜索引擎具备非常多强大功能可以帮助我们从海量数据中快速找到需要的内容

一、什么是Elastic Search

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心Elasticsearch 会集中存储您的数据让您飞快完成搜索微调相关性进行强大的分析并轻松缩放规模。

ElasticSearch 官网

elasticsearch是一款非常强大的开源搜索引擎具备非常多强大功能可以帮助我们从海量数据中快速找到需要的内容

ES的作用

例如百度搜索问题、京东、淘宝搜索商品。

ELK 技术栈

Elasticsearch 结合 kibana、Logstash、Beats也就是elastic stackELK。被广泛应用在日志数据分析、实时监控等领域

Elasticsearch 是 elastic stack的核心负责存储、搜索、分析数据。

ElasticSearch 和 Lucene

elasticsearch底层是基于lucene来实现的。

Lucene是一个Java语言的搜索引擎类库是Apache公司的顶级项目由DougCutting于1999年研发。官网地址https://lucene.apache.org/ 。

elasticsearch的发展历史

• 2004年Shay Banon基于Lucene开发了Compass
• 2010年Shay Banon 重写了Compass取名为Elasticsearch。

相比LuceneElasticSearch具备以下优势

• 支持分布式可水平扩展
• 提供ResultFul 接口可被任何语言调用

为什么不是其它搜索技术

截至到2023年知名的搜索引擎如下

虽然在早期Apache Solr是最主要的搜索引擎技术但随着发展elasticsearch已经渐渐超越了Solr独占鳌头

ElasticSearch 分布式搜索引擎 全球领先 开源框架 第一

二、Elastic Search 倒排索引

⛅正向索引

什么是正向索引呢例如给出表 tb_goods 商品表中的id创建索引

如果是根据id查询那么直接走索引查询速度非常快。

但如果是基于title做模糊查询只能是逐行扫描数据流程如下

• 用户搜索数据条件是title符合"%手机%"

• 逐行获取数据比如id为1的数据

• 判断数据中的title是否符合用户搜索条件

• 如果符合则放入结果集不符合则丢弃。回到步骤1

逐行扫描也就是全表扫描随着数据量增加其查询效率也会越来越低。当数据量达到数百万甚至千万时就是一场灾难。

⚡倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

倒排索引中有两个非常重要的概念

• 文档Document用来搜索的数据其中的每一条数据就是一个文档。例如一个网页、一个商品信息
• 词条Term对文档数据或用户搜索数据利用某种算法分词得到的具备含义的词语就是词条。例如我是中国人就可以分为我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理流程如下

• 将每一个文档的数据利用算法分词得到一个个词条
• 创建表每行数据包括词条、词条所在文档id、位置等信息
• 因为词条唯一性可以给词条创建索引例如hash表结构索引

倒排索引的搜索流程如下以搜索"华为手机"为例

1用户输入条件"华为手机"进行搜索。

2对用户输入内容分词得到词条华为、手机。

3拿着词条在倒排索引中查找可以得到包含词条的文档id1、2、3。

4拿着文档id到正向索引中查找具体文档。

虽然要先查询倒排索引再查询倒排索引但是无论是词条、还是文档id都建立了索引查询速度非常快无需全表扫描。

⛄正向和倒排

那么为什么一个叫做正向索引一个叫做倒排索引呢

• 正向索引是最传统的根据id索引的方式。但根据词条查询时必须先逐条获取每个文档然后判断文档中是否包含所需要的词条是根据文档找词条的过程。

• 而倒排索引则相反是先找到用户要搜索的词条根据词条得到保护词条的文档的id然后根据id获取文档。是根据词条找文档的过程。

是不是恰好反过来了

那么两者方式的优缺点是什么呢

正向索引

• 优点
  • 可以给多个字段创建索引
  • 根据索引字段搜索、排序速度非常快
• 缺点
  • 根据非索引字段或者索引字段中的部分词条查找时只能全表扫描。

倒排索引

• 优点
  • 根据词条搜索、模糊搜索时速度非常快
• 缺点
  • 只能给词条创建索引而不是字段
  • 无法根据字段做排序

三、ES的一些概念

elasticsearch中有很多独有的概念与mysql中略有差别但也有相似之处。

⛅文档和字段

elasticsearch是面向文档Document 存储的可以是数据库中的一条商品数据一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中

而Json文档中往往包含很多的字段Field类似于数据库中的列。

⚡索引和映射

索引Index就是相同类型的文档的集合。

例如

• 所有用户文档就可以组织在一起称为用户的索引
• 所有商品的文档可以组织在一起称为商品的索引
• 所有订单的文档可以组织在一起称为订单的索引

因此我们可以把索引当做是数据库中的表。

数据库的表会有约束信息用来定义表的结构、字段的名称、类型等信息。因此索引库中就有映射mapping是索引中文档的字段约束信息类似表的结构约束。

四、MySQL 与 Elasticsearch

我们统一的把 MySQL 与 Elasticsearch 的概念做一下对比

MySQL	Elasticsearch	说明
Table	Index	索引(index)就是文档的集合类似数据库的表(table)
Row	Document	文档Document就是一条条的数据类似数据库中的行Row文档都是JSON格式
Column	Field	字段Field就是JSON文档中的字段类似数据库中的列Column
Schema	Mapping	Mapping映射是索引中文档的约束例如字段类型约束。类似数据库的表结构Schema
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句用来操作elasticsearch实现CRUD

是不是说我们学习了elasticsearch就不再需要mysql了呢

并不是如此两者各自有自己的擅长支出

• Mysql擅长事务类型操作可以确保数据的安全和一致性

• Elasticsearch擅长海量数据的搜索、分析、计算

因此在企业中往往是两者结合使用

• 对安全性要求较高的写操作使用mysql实现
• 对查询性能要求较高的搜索需求使用elasticsearch实现
• 两者再基于某种方式实现数据的同步保证一致性

⛵小结

以上就是【Bug 终结者】对 微服务Spring Boot 整合 Redis 实现 UV 数据统计 的简单介绍UV数据统计功能是很常用的在项目中是一个不错的亮点统计功能也是各大系统中比较重要的功能签到完成后去统计本月的连续 签到记录来给予奖励可大大增加用户对系统的活跃度HyperLogLog可以与BitMap相结合从而能够能高效的对网站进行深层次的分析 技术改变世界

如果这篇【文章】有帮助到你希望可以给【Bug 终结者】点个赞👍创作不易如果有对【后端技术】、【前端领域】感兴趣的小可爱也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️我将会给你带来巨大的【收获与惊喜】💝💝💝