什么是搜索?
根据一个搜索词,检索出所有包含该词的数据
例如:用户在搜索框输入一个词,客户端软件发送一个请求到后台,后台通过sql语句从数据库中找出相关条目(数据库会一条一条的对比),这就是一个最简单搜索原型
普通搜索面临的问题
1, 当数据量很大时,假如500G, 效率低。从用户角度,从点击搜索按钮到看到搜索结果可能要很长时间,1小时?2小时?用户疯掉
2, 当数据量达到1T,一台电脑已经放不下了,这时候就需要多台,这就是分布式。这时候数据就在不同的服务器了,一个客户端不可能去请求每台机器,所以就需要一个管理员角色,负责把客户端请求分发到每台机器,同时汇总结果返回给客户端
普通搜索速度简单优化(倒排索引)
数据库每个条目的名称进行分词,形成一个key为词,value为条目id的数据表。同时对用户输入的搜索词进行分词,检索出每个词在数据库中的id,求个交集,然后把这些id查不出返回就行了。
例如:
输入 复仇者联盟, 经过分词后变成
[复仇者,联盟]
倒排索引表也已经建好了,可能长这样
复仇者 4,5,6,11
联盟 5,9,11
可以看到 我们要的结果就是id为[5,11]的这两个条目
sql查出来 返回就可以了
这也解决了另外一个问题,模糊搜索
假如 用户输入 复仇联盟,也可以找出来
什么是ES?
这时候ES就诞生了,他可以很好的管控所有的机器中的数据,并且会为其做好冗余备份,也有很好的搜索速度,通过各种算法(例如红黑树),他的优势还有很多,自行探索吧