目录

1.你了解搜索引擎吗

数据的分类：

1.顺序扫描法

2.全文搜索

2.全文搜索引擎的工作原理

3.为什么要用搜索引擎

1.数据类型

2.搜索性能

3.灵活搜索

4.索引的维护

4.全文索引引擎的应用场景

5.常见搜索引擎

1.Lucene

2.Solr

3.ElasticSearch

常用得搜索引擎：谷歌、百度

结构化的数据：具有固定格式或长度的数据。

非结构化数据：全文数据，不定长或无固定格式的数据。

对于非结构化数据（全文数据）的搜索主要方法：顺序扫描法、全文搜索法

按照顺序扫描的方式查找特定的关键词

效率低下

对非结构化数据的信息进行提取，重新组织成为有一定结构的数据后进行搜索，从而达到搜索相对较快的要求。

从非结构化数据中提取并从新组织的信息，称之为索引。

计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就会根据事先建立的索引进行查找，并将查找的结果反馈给用户。

全文搜索支持非结构化数据的搜索，可以更好的快速搜索大量存在的任何单词。

当数据量达到千万级别的时候，或者含有like等搜索条件的时候，mysql不会走索引，性能会变差。

不必要求用户一定输入正确才能进行查询，当用户输入一些关键字的时候可以给出相应的提示并进行查出。

一般传统数据库对于全文搜索，很难去实现，需要扫描整个表，即使有索引，在insert和update操作的时候都会重新构建索引，维护很麻烦。

Lucene是一个java全文搜索引擎，完全用Java编写。是一个代码库和API，通过简单的API提供强大的功能。

Solr是基于Lucene的Java库的开源搜索平台。可以提供分布式索引、复制、负载均衡查询以及自动故障转移和恢复。

具有很多强大的功能：全文搜索、突出、分面搜索、实时索引、数据库集成

ElasticSearch是一个开源，基于Apache Lucene库构建的Restful搜索引擎。

它提供了一个分布式、多租户能力的全文搜索引擎，具有HTTP Web界面和无架构JSON文档。

主要功能：分布式搜索、数据分析、分组和聚合

应用场景：维基百科、GitHub、电商网站、日志数据分析、站内搜索