全文检索es与Solr、Restful架构

1、什么是全文检索

我们生活中的数据分为两种：结构化数据和非结构化数据
结构化数据：指有固定格式或有限长度的数据，如数据库、
非结构化数据（全文数据）：不定长或无格式的数据，如邮件、互联网数据；

对非结构化数据及全文数据，先建立索引，在对索引进行搜索的过程叫全文检索（Full-text Search）

全文检索是指：
通过一个程序扫描文本中的每一个单词，针对单词建立索引，并保存该单词在文本中的位置、以及出现的次数。用户查询时，通过之前建立好的索引来查询，将索引中单词对应的文本位置、出现的次数返回给用户，因为有了具体文本的位置，所以就可以将具体内容读取出来了。

2、全文检索技术

• Lucene：可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库（框架）；
• Solr：基于Lucene，简化开发，可以实现分布式搜索，传统搜索应用的有力解决方案。可以使用rest方式的http请求进行远程api的调用；
• Elasticsearch：基于Lucene，更倾向于实时搜索。可以使用rest方式的http请求进行远程api的d调用；

1）Lucene

但是想要使用Lucene，必须使用Java来作为开发语言并将其直接集成到你的应用中，并且Lucene的配置及使用非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
Lucene缺点：
1）只能在Java项目中使用,并且要以jar包的方式直接集成项目中.
2）使用非常复杂-创建索引和搜索索引代码繁杂
3）不支持集群环境-索引数据不同步（不支持大型项目）
4）索引数据如果太多就不行，索引库和应用所在同一个服务器,共同占用硬盘.共用空间少。

2）Solr与ES区别：

当单纯的对已有数据进行搜索时，Solr更快。
Solr缺点：当实时建立索引时, Solr会产生io阻塞，查询性能较差, Elasticsearch具有明显的优势。大型互联网公司，实际生产环境测试，将搜索引擎从Solr转到 Elasticsearch以后的平均查询速度有了50倍的提升。

总结：
二者安装都很简单。
1、Solr 利用 Zookeeper 进行分布式管理，而Elasticsearch 自身带有分布式协调管理功能。
2、Solr 支持更多格式的数据，比如JSON、XML、CSV，而 Elasticsearch 仅支持json文件格式。
3、Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch。
4、Solr 是传统搜索应用的有力解决方案，但 Elasticsearch更适用于新兴的实时搜索应用

3、Restful架构

Restful是一种面向资源的架构风格，是一种架构的规范与约束、原则，符合这种规范的架构就是RESTful架构。

1)RESTful架构的主要原则

• 对网络上所有的资源都有一个资源标志符。
• 对资源的操作不会改变标识符。
• 同一资源有多种表现形式（xml、json）
• 所有操作都是无状态的（Stateless）
  符合上述REST原则的架构方式称为RESTful

2)RESTFUL其中的两个特点

1）每一个URI代表1种资源；
2）客户端使用HTTP动词GET、POST、PUT、DELETE4个表示操作方式的动词对服务端资源进行操作：GET用来获取资源，POST用来新建资源（也可以用于更新资源），PUT用来更新资源，DELETE用来删除资源；

3)URI和URL的区别

URI：Uniform Resource Identifier，统一资源标识符；
URL：Uniform Resource Locator，统一资源定位符；