ES原理？ES是基于Lucene的搜索服務(wù)器，它需要提供了一個(gè)分布式多用戶能力的全問搜索引擎，且ES支持什么RestFulweb風(fēng)格的url訪問。ES是基于組件Java開發(fā)的開源代碼搜索引擎，設(shè)計(jì)什么

ES原理？

ES是基于Lucene的搜索服務(wù)器，它需要提供了一個(gè)分布式多用戶能力的全問搜索引擎，且ES支持什么RestFulweb風(fēng)格的url訪問。ES是基于組件Java開發(fā)的開源代碼搜索引擎，設(shè)計(jì)什么應(yīng)用于云計(jì)算，還能夠都沒有達(dá)到實(shí)時(shí)動(dòng)態(tài)搜索，穩(wěn)定、靠譜、飛快。此外，ES還需要提供了數(shù)據(jù)凝合分析功能，但在數(shù)據(jù)分析方面，es的時(shí)效性不是什么很我們的理想，在企業(yè)應(yīng)用中象那就應(yīng)用于搜索。ES自2016年起巳經(jīng)最多Solr等，稱作排名第一的搜索引擎應(yīng)用。

ES、Lucene、solr對(duì)比：

Luence是Apache實(shí)現(xiàn)Java匯編語言的信息搜索工具包（jar包），它乾坤二卦了索引結(jié)構(gòu)、讀寫索引工具、相關(guān)性工具、排序等功能，并且Lucene的使用不需要我們及時(shí)開發(fā)完畢搜索引擎系統(tǒng)，如果數(shù)據(jù)某些、解析、分詞等

Solr是三個(gè)有HTTP接口的基于Lucene的查詢服務(wù)器，是另一個(gè)搜索引擎系統(tǒng)，硬件仿真了很多l(xiāng)ucene細(xì)節(jié)，Solr也可以直接借用HTTPget/POST各位去網(wǎng)上查詢，維護(hù)改索引。Solr借用zookeeper參與分布式管理，它的實(shí)現(xiàn)方法更加全面，官方提供給的功能許多。

solr搜索某字段，全詞匹配排最先，非全詞排后面，如何實(shí)現(xiàn)？

solr的搜索用的是lucene，如果沒有要全詞除外，那就簡單的方在修建索引的時(shí)候全詞得另外一個(gè)整詞建入索引，也就是分詞器需要不識(shí)別出全詞是三個(gè)詞；主要搜索結(jié)果是與tf和idf查找公式計(jì)算權(quán)值并通過多個(gè)字段權(quán)值相乘結(jié)果并且排序的，所以若要排名有名，或則設(shè)計(jì)讓全詞單獨(dú)另外另一個(gè)字段存放并得到較高的字段權(quán)值，的話那就自己重新編寫計(jì)算公式來提升目的。

solr的優(yōu)勢(shì)和缺點(diǎn)？

優(yōu)點(diǎn)

1、Solr有個(gè)更大、更完全成熟的用戶、開發(fā)和貢獻(xiàn)者社區(qū)。

2、接受直接添加多種格式的索引，如：HTML、PDF、微軟Office系列軟件格式在內(nèi)JSON、XML、CSV等純文本格式。

3、Solr比較好晚熟、比較穩(wěn)定。

4、不判斷建索引的同時(shí)進(jìn)行搜索，速度更快。

缺點(diǎn)

1、建立索引時(shí)，搜索效率下降，實(shí)時(shí)地索引搜索效率不高。

2、當(dāng)單純的對(duì)已有數(shù)據(jù)進(jìn)行搜索時(shí)，Solr慢了。

3、當(dāng)實(shí)時(shí)動(dòng)態(tài)建立起索引時(shí),Solr會(huì)才能產(chǎn)生io阻塞，可以查詢性能相對(duì)不好。

用Python寫一個(gè)爬蟲，做一個(gè)冷門行業(yè)的搜索引擎，能實(shí)現(xiàn)嗎？

簡單的做法呢，應(yīng)該是寫個(gè)百度爬蟲，自己架構(gòu)個(gè)網(wǎng)站，直接跳轉(zhuǎn)到百度搜索的結(jié)果~

一點(diǎn)奇怪的做法，那就是在根據(jù)上述規(guī)定的基礎(chǔ)上增強(qiáng)篩選功能，把非本行業(yè)的內(nèi)容完全清除干凈看看！

在奇怪有一些的，去搜集一些專業(yè)的信息，例如幾個(gè)論壇或者去相關(guān)信息的發(fā)布機(jī)構(gòu)的網(wǎng)頁，然后把做相對(duì)應(yīng)的爬蟲，寫如數(shù)據(jù)庫，在寫一個(gè)網(wǎng)站……

因?yàn)槔砉ゎ悓W(xué)校行業(yè)，也必然的受眾小、內(nèi)容少（相對(duì)）的問題，幾乎可以無法架構(gòu)網(wǎng)站，只不過要想向外擴(kuò)展你的影響力，就得必須下不少的功夫了，最起碼，本行業(yè)的人得認(rèn)可你！

不過，如果不是只是因?yàn)樽杂玫脑?，那你很簡單了，即便你做個(gè)命令行版本的查詢系統(tǒng)，都可以不的，就是那是數(shù)據(jù)的整合，實(shí)時(shí)動(dòng)態(tài)爬取和！

我記得前的有想寫個(gè)爬蟲，將幾個(gè)盜版小說的網(wǎng)站的爬蟲統(tǒng)一整合到一起，基于搜索后，中,選擇不同站點(diǎn)直接下載小說的功能~寫了一半，接著不能找到了這個(gè)可以實(shí)現(xiàn)的軟件。。。很破滅。。。

后來發(fā)現(xiàn)自己，反正寫一個(gè)百度爬蟲，然后再指定你關(guān)鍵字來沒顯示搜索結(jié)果的其實(shí)很方便啊，也適合我這個(gè)懶人。。。

只希望能幫到你！