ElasticSearch学习笔记

1. 什么是ElasticSearch

ElasticSearch是一个开源的基于 RESTful 的分布式搜索和分析引擎

日常中见到的各个软件搜索界面基本上都基于ElasticSearch，如淘宝、京东、美团等，他可以根据关键字和空间位置进行分析搜索

2. 为什么要使用ElasticSearch

2.1 ElasticSearch与其他数据库的区别

2.1.1 传统关系型数据库的缺点：

1. 传统关系型数据库在数据量过大的情况下（PB级别）查询效率低下，模糊匹配的过程中可能导致全表扫描

2. MySQL全文索引不支持分词器

2.1.2 传统关系型数据库的优点：

1. 数据一致性较好，易于处理事务

2. 数据更新的开销较好

3. 可以进行Join等复杂查询

2.1.3 ElasticSearch的优势：

1. 适合在海量数据（PB级）场景下快速搜索

2. 可拓展性强，天生适合分布式

3. 可支持全文搜索

4. 支持多种数据类型，ElasticSearch可以支持多种数据类型，比如文本、数字、日期、地理位置等

5. 易于使用和继承，因为ElasticSearch基于 REST API

2.1.4 ElasticSearch的缺点：

1. 学习曲线较陡峭

2. 硬件要求较高，需要大量存储空间和内存

3. 由于是分布式系统，可能存在数据一致性问题

2.2 ElasticSearch的数据结构及架构

2.2.1 ElasticSearch的数据结构

1. Index（索引）：定义了一个类型的数据，一个索引中的数据特征较为相近，可以将Index理解为MySQL当中的数据库中的表

2. Type（字段类型）：定义数据结构，ES 7.0 之后一个索引只能创建一个Type，8.0之后被完全删除，因为在MySQL中不同表的相同的列是不会相互关联的，但在ES当中不是如此，因此在8.0之后被弃用，Index从类似于MySQL数据库的地位转变为更类似于表的地位

3. Document（文档）：保存最终数据，一个文档就等价于MySQL中的一行数据，是ES中最小的数据单元

4. Mapping（映射）：定义Index的结构，类似于MySQL中定义表结构

5. Field（字段）：定义了一个Index当中某种数据的某个参数，类似于MySQL当中的某个表的某一列

6. Shard（分片）：ES 可以将一个Index分割成多个Shard类似于数据库中的横向分表，这样可以提高整体的性能和吞吐量

7. replica（副本）：一种容灾机制，对分片进行备份，防止丢失

8. Node（节点）：一台 ES 服务器就是一个节点

9. Cluster（集群）：多个Node组成了一个集群

10. DSL（查询语言）：基于JSON的查询语言，类似于SQL语句

ES	MySQL
Index（索引）	Table（表）
Document（文档）	Row（行数据）
Field（字段）	Column（列）
Mapping（映射）	Schema（约束）

2.2.2 架构图

集群样式

3. 倒排索引

倒排索引也叫做反向索引，可以用于提高检索速度的数据结构，缺点是对硬件的要求较高。

其核心点是通过分词器将文档分成多个词条，然后将文档的ID与关键词相关联，这样词条将会关联一个列表，列表中存放了存在该词条的文档ID，再将词条通过字典二叉树的格式放在内存中。在查询的时候首先在内存中找到词条，再更具关键词找到相关文档ID。

• 词条（Term）：对文档数据或用户搜索内容，利用分词器得到多个有具体含义的词语
• 词典（Term Dictionary）：Term的集合

倒排索引架构（图片来源：https://segmentfault.com/a/1190000037658997）

•