前言

十一一直陪家人，所以也沒時間寫文章。最近剛好趕上Elastic Search上市，其實在圈子里還是挺轟動的，因為這個也是少數的靠賣開源軟件服務上市的公司。大家都知道ES是做搜索服務的，今天就聊聊我對搜索的認識

從業務屬性講

搜索的話，其實是大家接觸最多的一類業務。其實說機器學習，其實是一門技術，而搜索是一項業務，機器學習可以應用到搜索業務中去，同時中間件技術、數據庫技術等都跟搜索密不可分。

從業務屬性上講搜索的話，在我眼里分為兩種。一種是簡單的匹配類搜索，一種是業務導向類。前者的追求是最高效率的找到跟輸入信息匹配的內容，Google、百度做的事情就是這種。業務導向型，更多地是將搜索賦予業務邏輯，比如A在電商平臺搜索以一個包，電商平臺可以根據A的消費能力去匹配最合適的產品，甚至返回的不是包而是一個跟包搭配的裙子。

倒排索引/正派索引

真正的搜索業務不會是暴力的從全部數據中遍歷搜索的。一定是將一類數據建成索引。倒排或者正排表示的是索引建立的方法，這個索引建立也就是數據建模過程，是搜索系統的核心。

上圖是一種索引關系，正排索引是以Document，也就是文章ID為主key，如果要搜索某個關鍵詞，需要遍歷每一篇文章，搜索的時候計算量很大，好處是建模容易。

倒排索引就是以詞為主key，搜索的時候找到詞之后返回這個詞所在的文章。這種方式搜索的時候計算量小，建模比較難。倒排索引也是目前的主流搜索索引建模方法。

Lucene

Lucene是非常有名的搜索引擎了，包含下面的整套架構，從上面提的索引創建，到用戶的訪問。

Elastic Search其實是在這一套上面做了分布式服務，規范了各種訪問和查詢接口，支持多點容災和查詢。

未來的搜索

現在的搜索其實已經內嵌了很多機器學習相關的組件，比如建索引的時候會有分詞、文本理解相關的應用。未來隨著人工智能的發展我覺得搜索這項業務的本質會發生變化。

現在搜索做的事情是匹配用戶輸入的信息和世界上已經存在的信息。未來隨著類似于深度學習GAN模型的發展，或者其它生成類技術的發展。

搜索會變成自動生成用戶輸入的內容，比如現在用戶輸入“黃片兒”，搜索引擎是利用爬蟲去找已經存在的黃片，未來可能就直接現場人工智能造一個黃片返回，甚至能根據用戶習慣自定義。

這個就是想說的內容，未來機器學習在搜索領域一定大有可為，持續關注這個業務方向~

總結

以上是生活随笔為你收集整理的谈谈对搜索技术Elastic SearchLucene的理解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。