Elasticsearch 7 系列(1) —— 入门

 

Elasticsearch是一个分布式的全文搜索引擎，它能快速的存储、检索海量的数据，因此越来越多的公司使用，包括携程、滴滴、今日头条等等。下面是官网上的介绍：Elasticsearch是一个高度可扩展的开源全文本搜索和分析引擎。使用它可以快速，近乎实时地存储，搜索和分析大量数据。它通常用作支持具有复杂搜索功能和要求的应用程序的基础引擎/技术。

我们知道了Elasticsearch是什么了，但我们得搞清楚Elasticsearch是否适合在我们的项目中使用。有些朋友可能会问，用数据库一样能实现检索的功能，为什么还要引进Elasticsearch呢？那这里就得对比一下Elasticsearch和数据库的差异：

1.关系型数据库主要面向OLTP的，关系型数据库一般只支持结构化数据的存储（但PostgreSQL12开始也支持json格式的存储和查询了），我们也都知道关系型数据库其实是由二维表结构来实现的，定义的每一列数据都是有类型和长度限制的，并且关系型数据库大多都不是分布式的，数据的实时检索并不是它的优势，它的优势是事务特性，能保证数据不出现脏数据。

2.非关系型数据库例如hbase是一种分布式列式存储数据库，由于是列式存储它支持海量数据的存储(官网介绍它支持数十亿行数百万列的单表存储)，单纯从存储角度来看，列式存储(hbase)数据库有很多优点，但回归到检索来看，hbase支持简单的行、列或者范围的查询，如果没有对查询的字段做二级索引就会引发全表扫描操作，性能就会比较差。

3.Elasticsearch就不同了，Elasticsearch提供了丰富的查询语法，支持多种类型的精准匹配、模糊匹配、范围查询、聚合操作等，同时Elasticsearch也对空间地理类型提供了支持，例如，我们可以用Elasticsearch基于地理坐标范围做范围内的卫星影像选择，或者地理坐标范围内的数据检索，实现检索周围n公里具有相同操作的用户等。

Elasticsearch采用倒排索引做反向索引，即使在亿级数据量下还能做到秒级响应。同时Elasticsearch和solr都是基于Lucene，同时由于solr在不断添加数据的同时进行检索数据的效率会变低，因此越来越多的公司使用Elasticsearch作为全文检索组件。

由于Elasticsearch大版本之间差异较大(Elasticsearch6.X中有Type概念，Elasticsearch7.X中Type已不建议使用，到Elasticsearch8.X中将会彻底删除)，我们后续的代码教程将会采用Elasticsearch7.10版本，你们准备好了吗？