《数据技术之美》

《数据技术之美》－－浅谈Elasticsearch 和 Lucene 背后的理论

第一部分: 存储

• 索引与倒排索引

• 分片与副本

• 集群中的选举机制

  为什么Elasticsearch集群中一定要有一个master节点？它是必须的吗？没有master会怎样？master是什么时候产生的，又是怎么产生的呢？

• 地理位置、音频索引

第一部分: 查询

• 搜索权重的利器TF－IDF和BM25

  Lord Kelvin说“当你可以衡量所谈论的事情，并用数字来表达时，说明你知道这件事了；当你不能用数字来表达时，说明你的知识是微不足道的。” 如何量化并用数字来表示搜索呢？

• 余弦相似度

• 分词与分析器

• 查准率与查全率

• 排名

• 参考文档

世界上没有复杂的技术，只是缺少把它讲简单的人。

近几年，大数据技术火的一塌糊涂。但是，很多人都是在炒概念蹭热点，真正理解背后技术的人不多，而能理解清楚又能以简洁的方式讲出来的人则更少。

我喜欢这样的书，它能把大数据背后的原理以简单的方式讲清楚。这样的书市面上确实不多，不如自己写一本。