【你问我答】ElasticSearch全文检索原理是怎样的？

我们生活中的数据总体分为两种：结构化数据和非结构化数据。 结构化数据：指具有固定格式或有限长度的数据，如数据库，元数据等。 非结构化数据：指不定长或无固定格式的数据，如 互联网数据、邮件，word文档等。 对非结构化数据顺序扫描很慢，对结构化数据的搜索却相对较快，那么把我们的非结构化数据想办法弄得有一定结构不就行了吗？这就是全文检索的基本思路，也就是将非结构化数据中的一部分信息提取出来，重新组织，使其变得有一定结构，然后对此有一定结构的数据进行搜索，从而达到搜索相对较快的目的。这部分从非结构化数据中提取出的然后重新组织的信息，我们称之索引 。 非结构化数据又一种叫法叫全文数据。 按照数据的分类，搜索也分为两种： 1. 对结构化数据的搜索： 如对数据库的搜索，用SQL语句。再如对元数据的搜索，如利用windows搜索对文件名，类型，修改时间进行搜索等。 2. 对非结构化数据的搜索： 如用Google和百度可以搜索大量内容数据。 对非结构化数据也即全文数据的搜索主要有两种方法：顺序扫描法和反向索引法。 1. 顺序扫描法：所谓顺序扫描法，就是顺序扫描每个文档内容，看看是否有要搜索的关键字，实现查找文档的功能，也就是根据文档找词。 2. 反向索引法：所谓反向索引，就是提前将搜索的关键字建成索引，然后再根据索引查找文档，也就是根据词找文档。 这种先建立索引，再对索引进行搜索文档的过程就叫全文检索(Full-text Search) 。 全文检索的流程分为两大流程：索引创建、搜索索引 索引创建：将现实世界中所有的结构化和非结构化数据提取信息，创建索引的过程。 搜索索引：就是得到用户的查询请求，搜索创建的索引，然后返回结果的过程。