Elasticsearch的概述和安装以及常见概念

1、ElasticSearch概述

ElasticSearch是一款搜索引擎

1.1什么是搜索？

概念:用户输入想要的关键词,返回含有该关键词的所有信息。
场景:
1.互联网搜索:谷歌、百度、各种新闻首页
2.站内搜索(垂直搜索) : 企业OA查询订单、人员、部门，电商网站内部搜索商品(淘宝、京东)
场景。

1.2数据库搜索的弊端

1.2.1 站内搜索（垂直搜索）数据量小，简单搜索可以使用数据库

问题出现：
1、存储问题。电商网站商品上亿条时,涉及到单表数据过大必须拆分表,数据库磁盘占用过大必须分
库(mycat)。
2、性能问题:解决上面问题后,查询"笔记本电脑”等关键词时，上亿条数据的商品名字段逐行扫描,
性能跟不国。
3、不能分词。如搜索“笔记本电脑”，只能搜索完全和关键词一样的数据，那么数据量小时,搜索“笔记电脑”，“电脑”数据要不要给用户。

1.2.2 互联网搜索，肯定不能使用数据库搜索。数据量太大，PB级

我们可以使用搜索引|擎来解决数据库搜索的问题:

搜索也是一 款数据库， 搜索可以进行分词搜索---搜索速度非常快

1.3 常见的搜索引擎

ElasticSearch和Solr

1.es基本是开箱即用(解压就可以用!)【南京】 ,非常简单。Solr安装略微复杂一丢丢!

2.当实时建立索引时, Solr会产生io阻塞,查询性能较差, ElasticSearch具有明显的优势

3.随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的变化

总结
1、es基本是开箱即甩(解压就可以用!) , 非常简单。so1r安装略微复杂一丢丢!
2、sor利用Zookeeper 进行分布式管理,而Elasticsearch<mark>自身带有分布式协调管理
功能</mark>.
3、So1r 支持更多格式的数据，比如JSON、XML、 CSV ,而Elasticsearch仅支持json文件格
式。
4、Solr官方提供的功能更多，而Elasticsearch本身更注重于核心功能，高级功能多有第三方
插件提供，例如图形化界面需要kibana友好支撑
5.So1r查询快,但更新索引时慢(即插入删除慢)，用于电商等查询多的应用;
ES建立索引快(即查询慢)，即实时性查询快，用于facebook新浪等搜索。
so7r是传统搜索应用的有力解决方案，但Elasticsearch 更适用于新兴的实时搜索应用。
6、so1r比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发
维护者较少,更新太快,学习使用成本较高。

1.4 ElasticSearch是什么

The Elastic Stack,包括Elasticsearch【搜索，分析】、Kibana【可视化】、 Beats 和Logstash【数据的手机】 (也称为ELK Stack)。.能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。
Elaticsearch,简称为ES，ES 是一一个开源的高扩展的分布式全文搜索引擎，是整个 ElasticStack技术栈的核心。
它可以近乎实时的存储、检索数据;本身扩展性很好,可以扩展到上百台服务器，处理PB级别的数
据。

1.5 ElasticSearch的使用场景

国外:

• 维基百科,类似百度百科,“网络七层协议”的维基百科,全文检索,高亮，搜索推荐
• Stack Overflow (国外的程序讨论论坛)， 相当于程序员的贴吧。遇到it问题去上面发帖，热心网友下面回帖解答。
• GitHub (开源代码管理) , 搜索上千亿行代码。
• 电商网站，检索商品
• 日志数据分析，logstash采集日志，ES进行复杂的数据分析(ELK技术，elasticsearch+logstash+kibana)
• 商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时候，发送通知消息给用户,比如说订阅《java编程思想》的监控,如果价格低于27块钱,就通知我，我就去买。
• BI系统，商业智能(Business Intelligence)。大型连锁超市，分析全国网点传回的数据，分析各个商品在什么季节的销售量最好、利润最高。成本管理,店面租金、员工工资、负债等信息进行分析。从而部署下一个阶段的战略目标。

国内:

• 百度搜索，第一次查询，使用es。
• OA、ERP系统站内搜索。

es: 搜索的一款数据库，支持的数据格式 json。

2、elasticSearch安装

2.1安装JDK，至少1.8.0_73以上版本，验证：java -version。

2.2下载和解压缩Elasticsearch安装包，查看目录结构。

官网： https://www.elastic.co/cn/downloads/elasticsearch

下载地址： https://www.elastic.co/cn/downloads/

历史版本下载： https://www.elastic.co/cn/downloads/past-releases/

解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务 。

注意： 9300 端口为 Elasticsearch 集群间组件的通信端口， 9200 端口为 浏览器访问的 http 协议 RESTful 端口。

打开浏览器，输入地址： http://localhost:9200 ，测试返回结果，返回结 果如下：

{
  "name" : "DESKTOP-1GJTPOC",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "GpBJPC8JTvuJ9GJRhN-COQ",
  "version" : {
    "number" : "7.6.1",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "aa751e09be0a5072e8570670309b1f12348f023b",
    "build_date" : "2020-02-29T00:15:25.529771Z",
    "build_snapshot" : false,
    "lucene_version" : "8.4.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

3、windows安装Kibana

1、kibana 是 es 数据的前端展现，数据分析时，可以方便地看到数据。作为开发人员，可以方便访问 es 。

https://www.elastic.co/cn/downloads/

历史版本下载： https://www.elastic.co/cn/downloads/past-releases/

2 、下载，解压 kibana 。

3 、启动 Kibana ： bin\kibana.bat

4 、浏览器访问 http://localhost:5601 进入 Dev Tools 界面。像 plsql 一样支持代码提示。

5 、发送 get 请求，查看集群状态 GET _cluster/health 。相当于浏览器访问。

4、ES中常见的概念

Elasticsearch 是 面向文档型数据库 ，一条数据在这里就是一个文档。 为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比。

ES 里的 Index 可以看做一个库，而 Types 相当于表， Documents 则相当于表的行。这里 Types 的概念已经被逐渐弱化， Elasticsearch 6.X 中，一 个 index 下已经只能包含一个 type ， Elasticsearch 7.X 中 , Type 的概念已 经被删除了。