简而言之

在本文中，我们将介绍有关学习搜索系统Elasticsearch的基本思想和实施方法，以便于初次接触此系统的人能更好地了解。虽然我自己的工程经验有限，但如果能对正在复习的人有一点帮助，我会感到非常荣幸。

检索系统是什么意思?

搜索系统是一个用于情报检索的系统。

ユーザー　→ 　検索ワード　→  WEBサービス　→　検索　→　検索エンジン
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　   ↓
ユーザー  ←　検索結果　←  WEBサービス　 ←  結果　 ←  検索エンジン

文中搜索

從文件集合中找到與搜索關鍵字相匹配的文件。
全文搜索可以大致分為兩個部分。

①逐一搜索（逐步查询）
②索引搜索

仅需一种方式：逐步搜索（增量搜索）

逐次搜索是指在进行关键词搜索时，用户每输入一个字就执行一次搜索的方法。在输入完整的搜索词之前就开始搜索，并且随着每个文字的输入，搜索结果会进行更新。

服１　　服２　　服３　　服４　　服５
 ↑      ↑      ↑      ↑     ↑
　　　　　　　ユーザー

＃ユーザーは青い服が欲しいとするとそれぞれに「青い服」と検索をかけて全てのデータから探さなければならない。

【特点】
– 不需要预先构建索引
– 无法进行快速搜索

用指标搜索

这是指搜索引擎内数据库所持有的”索引”。网页中出现的所有词语都已被登记，搜索结果是根据索引信息输出的。数量庞大，Google持有数千亿个网页作为搜索索引。

ロングTシャツ  半袖Tシャツ　ポロシャツ　ノースリーブ
　　  ↑          ↑          ↑          ↑    
 　　　　　　　      ユーザー

【特点】
– 建立索引需要花费时间。
– 可以进行快速搜索。

搜索系统的整体架构

在搜索系统中，系统的组成元素分为与数据注册相关的部分和与搜索相关的部分。

（検索に関わるもの）　　         FE/APP　→  Search API  →  Search Engine
                                                             ↓
（登録に関わるもの）　　Date Source 　← crawler　← Datebase 　← indexer
　

爬虫

定期收集数据的过程。
或者指的是被编程为像跟踪网页链接的机器人。
如果要在服务中实现搜索功能，则需要收集该服务使用的各种数据。
对于网上购物的情况，需要将商品信息和库存等反映在搜索系统中，或者通过网页的爬取来收集数据信息。
收集的数据不应保存在磁盘上，而应保存在数据库等中，以便从多个服务器访问。

索引器

索引器指的是将收集的数据实际上注册到搜索引擎中的过程。
利用索引进行搜索需要事先创建索引。
具体来说，需要对数据进行整理，并将其通过POST方法发送到搜索引擎。
通过始终保持该过程运行，可以实时地更新搜索引擎中的数据。

搜索引擎

以下是一种可能的汉语释义：
Elasticsearch和Slor是搜索引擎。当要构建一个大型搜索系统时，单个服务器无法存储所有数据，无法提供足够的性能，并有可能导致搜索系统停止运行。因此通常需要使用多台服务器进行构建。

使用Elasticsearch或Slor可以利用分散搜索和分散索引功能，从而提高系统的可用性。

搜索API (search API)

有时候在使用搜索系统时，我们会想要编写与服务相应的业务逻辑。
通过使用搜索API，可以使搜索系统更易于操作。

搜索引擎的架构图

尽管搜索引擎，但Elasticsearch和Slor除了拥有搜索引擎外，还具备各种其他功能。

ーー検索エンジンーーーーーーーーーーーーーーーーーー
|【サーバー】　　　　　　Elasticsearch / Slor  ｜
|【検索コアライブラリ】　Apache Lucene         ｜
ーーーーーーーーーーーーーーーーーーーーーーーーーー

Lucene是用Java编写的，可以快速进行全文搜索。
如果要使用Lucene，则需要使用Java编写程序，并使用Lucene的类。

为了在REST API中使用搜索功能，需要使用Elasticsearch或者Slor。它们都是用Java创建的，并在内部使用Lucene的搜索功能。它们不仅仅是将其服务器化，还具备了在实际生产中所需的分片和复制等功能。此外还可以使用其他各种功能。

Elasticsearch 弹性搜索

文件

文档是指存储在Elasticsearch中的数据单元。
它对应关系型数据库中的“记录”。
文档以JSON格式的对象表示。
文档在内部由ID进行管理，当注册文档时，可以明确指定ID，
如果未指定，系统将自动分配一个ID。

领域

字段是指JSON格式的键值对。它对应于关系数据库中的列。

{
   "key1": "value1",
   "key2": "value2"
}

上述的JSON中，”key1″: “value1″被称为「字段」。

可以在 Elasticsearch 中使用的数据类型是哪些？

文本类型

文本字符串的类型。词法分析。将文本分割成单词，并为每个单词构建索引。

规格型

与text类型相似，但不进行形态分析。
如果希望不分割文本而创建索引，则使用关键词。

数字类型

可以使用长/短/整数/浮点数等数据类型。可以进行数值的大小比较来进行搜索。

真假模式

可以指定为true或false。

对象类型

可以将JSON对象作为数据进行处理。

数组类型

可以定义具有相同类型的数组类型。

关于索引

文档将被保存在索引中。
Elasticsearch在多个服务器（节点）上启动，每个节点都拥有一个分割的索引。
这个分割单元被称为“分片”。

文档被称为”文档类型”，用于表示文档的组成结构。
例：产品名称、产品价格、库存情况。

在Elasticsearch中，实际上描述文档类型的是所谓的”映射（mapping）”。即使不明确地指定文档类型，Elasticsearch也会自动预测并存储文档的类型。然而，如果无法区分文本类型和关键词类型等情况，则需要明确指定。

关于集群

Elasticsearch 在多个节点上启动。
每个 JVM 上启动一个 Elasticsearch 实例，并将其定义为一个节点。
当在多个节点上启动时，每个节点都会强调其工作。这些节点的集合被称为“集群”。

通过简单的配置，Elasticsearch可以在多个节点上进行部署。通过集群配置，可以处理搜索文档数量的增加和负载问题。此外，通过进行”复制”操作，可以使分片进行复制并分布。

用Docker部署的Elasticsearch

我們將使用Docker來進行開發。

一旦 Docker 的开发结束，我会更新并发布此内容。

我們在這裡載述了Elasticsearch的基礎內容。

文献引用

・首次使用Docker的Elasticsearch
・使用elastisearch-rails在Rails上运行Elasticsearch【适合初学者】