ElasticSearch
1.什么是ElasticSearch？
Es就是全文检索引擎
2.什么是全文检索？
1）数据的分类
1.结构化数据：数据类型固定，长度固定，格式固定，例如数据库中的数据
2.非结构化数据：数据类型不固定，长度不固定，格式不固定
2）结构化数据的查询
可以直接使用sql语句查询，查询速度快
3）非结构化数据的查询
例如：从磁盘文件中找出包含spring单词的文件
方案一：使用顺序扫描的方式，存在的问题：如果数据量十分庞大，耗时时间长
方案二：将非结构化数据转为结构化数据，然后建立索引。先将文章内容进行分词处理，得到一个基础的单词列表，去除标点符号，转换大小写，去除停用词（无意义词），并记录单词和文档的对应关系，得到一个最终的单词列表，然后基于单词列表创建一个索引，查询时直接查询索引找到到对应的单词，根据单词和文档的对应关系找到查询的文档列表
这个先创建索引然后在查询索引的过程叫全文检索
索引是一次创建可以多次使用，表现为每次查询速度非常快
索引就是一个独立的数据结构，相当于一本书的目录
3.全文检索的应用场景
1）搜索引擎
例如百度搜索，谷歌搜索等
2）电商搜索
商品搜索等
3）站内搜索
话题搜索，论坛搜索等
4）文件搜索
4.如何实现全文检索
可以使用Lucene实现全文检索，Lucene是基于java开发的全文检索的api,类似于jar包，在项目中推荐使用solr或者ElasticSearch都是基于Lucene的全文检索引擎(服务器)
5.全文检索的流程
1）创建索引
获得原始文档：原始文档就是我们要在哪些内容力量进行搜索，这个内容就是原始文档
对应每个原始文档创建一个Document对象：每个原始文档对应一个Document对象，一个Document中包含多个filed，filed中包含了文件的属性信息，对应每个原始文档的属性创建一个filed，把属性保存到filed中，例如：文件的属性有文件名，文件内容，文件路径，文件大小等，filed包含两部分内容：filed的名称，filed的内容，filed包含的三个特征：1.是否分词：是否对filed中的内容进行分词处理，2.是否索引：分词之后一定要索引，不分词也可以创建索引，只要在filed上有查询的需求就应该创建索引3.是否存储：是否把file的内容保存到磁盘，不影响查询，判断标注，是否需要展示给用户看
分析文档：只针对需要分词的filed进行分析处理，对原始内容进行字符串拆分，去除标点符号，去除停用词，转换大小写，最终得到一个单词列表，对应每个关键词都封装成一个Term对象，term包含两部分内容：关键词本身，关键词所在的filed,不同的filed拆分出的同一个单词是不同的term
创建索引：基于第三步得到的单词列表，创建索引，并且保存到磁盘，索引库包含三部分内容：1.索引:单词列表，2.文档对象：Document,3.关键词和文档的对应关系
2）查询索引
1.用户输入查询条件
2.根据用户输入的查询条件封装成Query对象：把用户输入的内容进行分词处理，得到一个单词列表，基于单词列表创建查询条件，要查询的内容，在那个filed上查询
3.基于query对象查询索引：根据关键字找到索引中对应的位置，根据关键词和文档的对应关系找到文档id列表，根据id找到对应的Document对象
4.展示结果：把document对象中的内容展示给用户
评论区