Big Search Engine (BSE)是基于 Elasticsearch(ES) 構建的高可用、可伸縮的非結構化數據全文搜索服務，用戶可準確和高效地查詢所需的文件數據。用戶既可按文件名、文件大小、作者、關鍵字、標簽等這些常規屬性的進行檢索，也可通過文件內容中出現的關鍵字作為檢索條件來查找定位文件，有效解決非結構化數據檢索面臨的挑戰，
面對海量文件，不僅可通過文件名、上傳者、大小等屬性查找，還可以依靠文件內容關鍵字來查找（全文檢索）。
檢索結果不夠準確，想要的文件沒有出現在結果中，但又不記得文件存儲的位置，以及文件名。
BSE在原ES的基礎上，增加了IK analyzer分詞插件和垂直行業詞庫，既有連用科技在非結構化數據方面的計算、存儲、安全等領域的技術優勢，又保持了 Elasticsearch 本身的兼容與開放，能夠為客戶提供穩定、彈性可擴展的搜索服務，幫助客戶聚焦業務本身。
分布式的實時分析搜索引擎；分布式的實時文件存儲，并將每一個字段都編入索引，使其可以被搜索。
01可以擴展到上百臺服務器，處理PB級別的非結構化數據。
02垂直行業專業詞庫，搜索更精準；支持同近義詞搜索，搜索跟全面。
03BSE為不同行業提供專有的分詞庫，使用專有詞庫對內容進行分詞，建立的索引更合理更科學，搜索結果也會更精準。
IK 采用的是“正向迭代最細粒度切分算法分詞模型，它具有如下的優點：
支持對中文，還支持對數字、字母、日文、韓文的分詞處理；
占用的內存空間較小，處理效率非常高；
可以根據垂直領域的不同，定制個性化擴展詞庫，提升分詞的效率與精準度。
用戶在使用搜索引擎過程中，由于表述不清晰或者查詢詞與索引庫描述不一致，為了能展示更多更優質的結果展示給用戶。這時就需要對用戶查詢進行分析，尋找與之相近的概念，以關鍵字為中心擴展包括相關詞匹配、同義詞匹配。
BSE可定制化同義詞、近義詞庫配置，例如：
“鮮花”，可將文檔中包含“玫瑰\百合\康乃馨\向日葵\郁金香\馬蹄蓮”等相近詞的文檔搜索出來；
“上衣”，可將包含“外套\襯衫\T恤\夾克\馬夾”等詞的文檔搜索出來。
