1.3 现代搜索引擎
为了满足不断增长的业务需求，现代搜索引擎每天都在积极拥抱令人兴奋的新功能。廉价的硬件加上数据的爆炸性增长，促成了这些现代搜索巨兽的出现。让我们考虑一下当今的搜索引擎及它们提供的功能和特性，我们可以总结出一个好的现代搜索引擎应该提供以下功能：
❏ 对全文（非结构化）和结构化数据提供一流的支持；
❏ 提供输入建议、自动更正和“你是不是想找”推荐；
❏ 容忍用户的拼写错误；
❏ 提供对地理位置的搜索能力；
❏ 可以根据动态的需求轻松扩展，无论是扩容还是缩容；
❏ 提供闪电般的性能，即快速的索引和搜索能力；
❏ 提供高可用和容错的分布式系统架构；
❏ 支持机器学习功能。
在本节中，我们先简要讨论现代搜索引擎的主要功能，然后看一下市场上存在的一些搜索引擎，包括Elasticsearch。
1.3.1 功能
现代搜索引擎是为了满足全文搜索的需求而开发的，同时也支持其他高级功能。它们旨在通过索引和搜索大量文本数据，为用户提供快速且相关的搜索结果（本书后续提及搜索引擎时会省略“现代”这个词）。
搜索引擎可以快速索引大量文本数据并使其可搜索。这个过程通常包括将文本数据拆分为词元，并建立一个倒排索引，从而将每个词元与包含它的文档关联起来。
搜索引擎还需要能进行高级文本分析和处理，如同义词、词干提取、停用词和其他自然语言处理，以便从文本中抽取含义，从而提高搜索结果的质量。它们可以处理各种用户查询，并根据相关性和流行度等各种因素对搜索结果进行排序，还可以处理高查询负载和大量数据，并通过向集群添加更多节点来实现水平扩展。
搜索引擎还应提供高级分析的能力，对数据进行分析，为企业提供总结、归纳和商业智能。它们还需要支持丰富的可视化、近实时搜索、性能监控和基于机器学习的洞察等。
1.3.2 流行的搜索引擎
尽管市面上有很多搜索引擎可供选择，但本书只提及其中 3 种，即 Elasticsearch、Solr 和OpenSearch，它们都是基于Apache Lucene构建的。
1. Elasticsearch
Elastic的创始人Shay Banon在2000年年初开发了一款名为Compass的搜索产品。它是基于Apache Lucene的开源搜索引擎库。Lucene是Doug Cutting用Java编写的全文搜索库。因为Lucene只是一个库，所以我们必须通过它的API将其导入和集成到应用中。Compass和其他搜索引擎一样，使用Lucene来提供通用的搜索引擎服务，这样我们就不必从头开始将Lucene与应用进行集成。Shay最终决定放弃Compass，转而专注于Elasticsearch，因为Elasticsearch潜力更大。
2. Apache Solr
Apache Solr是一款基于Apache Lucene构建的开源搜索引擎，诞生于2004年。Solr是Elasticsearch的有力竞争对手，拥有一个蓬勃发展的用户社区，并且它比Elasticsearch更接近开源——Elastic在2021年年初从Apache许可证切换到Elastic许可证和服务器端公共许可证（Server Side Public License，SSPL）。尽管Solr和Elasticsearch在全文搜索方面都表现得很出色，但在数据分析方面，Elasticsearch可能更胜一筹。
虽然这两款产品在几乎所有功能上都在竞争，但Solr在处理大型静态数据集的大数据生态系统中更受青睐。显然，在选择产品之前，需要进行原型设计和分析，普遍的趋势是，首次与搜索引擎集成的项目倾向于考虑Elasticsearch，因为它拥有一流的文档、社区和几乎无门槛的部署方式。在采纳并使用一个搜索引擎之前，必须对预期使用场景进行详细的对比。
3. Amazon OpenSearch
Elastic在2021年更改了其许可政策。改后的许可适用于Elasticsearch 7.11及以上版本，从开源转变为Elastic许可证和SSPL的双重许可。这种许可允许社区免费使用该产品，但托管服务提供商不能再将这些产品作为服务提供。亚马逊网络服务（Amazon Web Servies，AWS）曾创建了Elasticsearch的一个分支版本——Open Distro for Elasticsearch，并将其作为托管服务提供，Elastic和AWS之间因此发生了争执。这场争执导致了Elasticsearch的许可证变更，最终导致了OpenSearch的诞生。
随着Elastic从开源许可模式转向SSPL模式，一个名为OpenSearch的新产品被开发出来，填补了新许可协议留下的巨大空白。OpenSearch的基础代码是基于开源的Elasticsearch和Kibana 7.10.2版本创建的。该产品的第一个正式发布版本1.0于2021年7月发布。OpenSearch有望成为Elasticsearch在搜索引擎领域的竞争对手。
现在，我们已经对现代搜索引擎和搜索领域的格局有了基本的了解，下面就看一下Elasticsearch概述。