之前的搜尋時基於SQL：通過like %xx%來進行模糊查詢，如果是大資料，就十分慢
ElasticEearch：搜尋！（百度、github、淘寶電商）
ElasticSearch和Solr都是基於Lucene進行封裝的，Lucene是一套資訊檢索工具包，jar包，不包含搜尋系統！
包含的：索引結構！讀寫索引的工具！排序，搜尋規則...工具類
Lucene和ElasticSearch的關係：
ElasticSearch是基於Lucene做了一些分裝和增強（上手十分簡單）ElasticSearch
Elaticsearch，簡稱為es，es是一個開源的高擴充套件的分散式全文檢索引擎，它可以近乎實時的儲存、檢索資料;本身擴充套件性很好，可以擴充套件到上百臺伺服器，處理PB級別的資料。es也使用Java開發並使用Lucene作為其核心來實現所有索引和搜尋的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的複雜性，從而讓全文搜尋變得簡單。
據國際權威的資料庫產品評測機構DB Engines的統計，在2016年1月，ElasticSearch已超過Solr等，成為排名第一的搜尋引擎類應用。誰在使用
1、維基百科，類似百度百科，全文檢索，高亮，搜尋推薦/2（權重，百度!)
2、The Guardian(國外新聞網站），類似搜狐新聞，使用者行為日誌(點選，瀏覽，收藏，評論）+社交網路資料（對某某新聞的相關看法），資料分析，給到每篇新聞文章的作者，讓他知道他的文章的公眾反饋(好，壞，熱門，垃圾，鄙視，崇拜）
3、Stack Overflow(國外的程式異常討論論壇），IT問題，程式的報錯，提交上去，有人會跟你討論和回答,全文檢索，搜尋相關問題和答案，程式報錯了，就會將報錯資訊貼上到裡面去，搜尋有沒有對應的答案
4、GitHub（開原始碼管理），搜尋上千億行程式碼
5、電商網站，檢索商品高露潔牙膏的家庭套裝低於50塊錢，就通知我，我就去買領，開一個新商場。ES執行資料分析和挖掘，Kibana進行資料視覺化的一個使用場景）
6、日誌資料分析，logstash採集日誌，ES進行復雜的資料分析，正LK技術，elasticsearch+logstash+kibana
7、商品價格監控網站，使用者設定某商品的價格閾值，當低於該閾值的時候，傳送通知訊息給使用者，比如說訂閱牙膏的監控，如果高露潔牙膏的家庭套裝低於50塊錢，就通知我，我就去買
8、BI系統，商業智慧，Business Intelligence。比如說有個大型商場集團，Bl，分析一下某某區域最近3年的使用者消費金額的趨勢以及使用者群體的組成構成，產出相關的數張報表，**區，最近3年，每年消費金額呈現100%的增長，而且使用者群體85%是高階白領，開一個新商場。ES執行資料分析和挖掘，Kibana進行資料視覺化
9、國內∶站內搜尋（電商，招聘，門戶，等等），IT系統搜尋（OA，CRM，ERP，等等），資料分析（ES熱門的一個使用場景)ES和solr的差別
Elasticsearch簡介
Elasticsearch是一個實時分散式搜尋和分析引擎。它讓你以前所未有的速度處理大資料成為可能。
它用於全文搜尋、結構化搜尋、分析以及將這三者混合使用∶
維基百科使用Elasticsearch提供全文搜尋並高亮關鍵字，以及輸入實時搜尋(search-asyou-type)和搜尋糾錯(did-you-mean)等搜尋建議功能。
英國衛報使用Elasticsearch結合使用者日誌和社交網路資料提供給他們的編輯以實時的反饋，以便及時瞭解公眾對新發表的文章的回應。
StackOverflow結合全文搜尋與地理位置查詢，以及more-like-this功能來找到相關的問題和答案。
Github使用Elasticsearch檢索1300億行的程式碼。
但是Elasticsearch不僅用於大型企業，它還讓像DataDog以及Klout這樣的創業公司將最初的想法變成可擴充套件的解決方案。
Elasticsearch可以在你的筆記本上執行，也可以在數以百計的伺服器上處理PB級別的資料。
Elasticsearch是一個基於Apache Lucene(TM)的開源搜尋引擎。無論在開源還是專有領域，Lucene可以被認為是迄今為止最先進、效能最好的、功能最全的搜尋引擎庫。
但是，Lucene只是一個庫。想要使用它，你必須使用ava來作為開發語言並將其直接整合到你的應用中，更糟糕的是，Lucene非常複雜，你需要深入瞭解檢索的相關知識來理解它是如何工作的。
Elasticsearch也使用ava開發並使用Lucene作為其核心來實現所有索引和搜尋的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的複雜性，從而讓全文搜尋變得簡單。Solor簡介
Solr是Apache下的一個頂級開源專案，採用ava開發，它是基於Lucene的全文搜尋伺服器。Solr提供了比Lucene更為豐富的查詢語言，同時實現了可配置、可擴充套件，並對索引、搜尋效能進行了優化
Solr可以獨立執行，執行在letty、Tomcat等這些Servlet容器中，Solr索引的實現方法很簡單，用POST方法向Solr伺服器傳送一個描述Field及其內容的XML文件，Solr根據xml文件新增、刪除、更新索引。Solr搜尋只需要傳送HTTP GET請求，然後對Solr返回Xml、json等格式的查詢結果進行解析，組織頁面佈局。Solr不提供構建UI的功能，Solr提供了一個管理介面，通過管理介面可以查詢Solr的配置和執行情況。
solr是基於lucene開發企業級搜尋伺服器，實際上就是封裝了lucene。
Solr是一個獨立的企業級搜尋應用伺服器，它對外提供類似於Web-service的API介面。使用者可以通過http請求，向搜尋引擎提交一定格式的檔案，生成索引;也可以通過提出查詢請求，並得到返回結果。ElasticSearch vs Solr總結
1、es基本是開箱即用（解壓就可以用），非常簡單。Solr安裝略微複雜一丟丟!
2、Solr利用Zookeeper進行分散式管理，而Elasticsearch自身帶有分散式協調管理功能。
3、Solr支援更多格式的資料，比如JSON、XML、CSV，而Elasticsearch僅支援json檔案格式。
4、Solr官方提供的功能更多，而Elasticsearch本身更注重於核心功能，高階功能多有第三方外掛提供，例如圖形化介面需要kibana友好支撐
5、Solr查詢快，但更新索引時慢（即插入刪除慢），用於電商等查詢多的應用;
·ES建立索引快（即查詢慢），即實時性查詢快，用於facebook新浪等搜尋。
.Solr是傳統搜尋應用的有力解決方案，但Elasticsearch更適用於新興的實時搜尋應用。
6、Solr比較成熟，有一個更大，更成熟的使用者、開發和貢獻者社群，而Elasticsearch相對開發維護者較少，更新太快，學習使用ElasticSearch安裝
JDK1.8，最低要求！
Java開發，ElasticSearch 的版本和我們之後對應的Java的核心jar包!版本對應!JDK環境是正常!
下載
官網：www.elastic.co/cn/elasticsearch/
windows 下的安裝
1、解壓就可以使用
2、熟悉目錄
bin 啟動檔案
config 配置檔案
log4j2 日誌配置檔案
jvm.options java虛擬機器相關配置
elasticsearch.yml es配置檔案，預設9200埠，跨域
lib 相關jar包
logs 日誌檔案
modules 功能模組
plugins 外掛！ik分詞器3、啟動
點選bin目錄下的elasticsearch.bat啟動，我們訪問http://127.0.0.1:9200/會得到一串json字串
安裝視覺化介面
前置條件是安裝了npm和nodejs
1、下載地址：github.com/mobz/elasticsearch-head
2、啟動前端vue專案
npm install
npm run start
open http://localhost:9100/3、連線測試發現，存在跨域問題：配置es
http.cors.enabled: true
http.cors.allow-origin: "*"4、重啟es伺服器,然後再次連線
這個head我們就把它當作資料展示工具！我們後面所有的查詢使用Kibana
本作品採用《CC 協議》，轉載必須註明作者和本文連結