ElasticSearch 01 -- 入门

1. 介绍

ElasticSearch，简称ES，是java开发的一个开源的、高扩展的、分布式的全文搜索引擎服务器

所以说它是一个单独的软件，可以提供跟百度、谷歌一样的搜索功能

官网地址：免费且开放的搜索：Elasticsearch、ELK 和 Kibana 的开发者 | Elastic

1. 为什么使用ES

传统的数据库查询，假如现在有一个商品表

需求1：从 title 获取包含“手机”的数据

select * from goods where title like '%手机%'

这个sql存在的问题：

• 使用like时，以‘%’开头，会导致索引失效，这时候全表扫描，效率低
  而且，如果表中数据太多，比如：1亿条，假设1秒钟查询十万，也需要1000秒，速度慢

需求2：从 title 获取包含“华为手机”的数据

select * from goods where title like '%华为手机%'，这个sql根本就查不出来

总结，使用数据库查询

• 效率低
• 功能弱

ES能解决这些的问题

2. 两种索引

假设有一本古诗集，包含

《静夜思》
窗前明月光,疑是地上霜。
举头望明月,低头思故乡。

《水调歌头》
明月几时有？把酒问青天。
不知天上宫阙，今夕是何年？
.....

《月下独酌四首》
花间一壶酒，独酌无相亲。
举杯邀明月，对影成三人。
.....

需求：找出这本书中包含“明月”的古诗

1. 正向索引

搜索逻辑：先看《静夜思》里有没有“明月”，有就记录，再看《水调歌头》里有没有“明月”，有就记录。。。。

就这样一首一首的判断下去，很明显效率很慢

2. 反向索引

又称：倒排索引，按照规则，对文本内容进行分词，拆分出不同的词条(term)

比如：床前明月光，就可能分成：床前、明月、光、月光等词条

所以它最终的索引结构：

这样就能根据“明月”快速的查询到对应古诗

总结：倒排索引，对文档内容进行分词，最终得出词条和文档唯一标示(文档id)的对应关系

3. ES的存储和搜索原理

ES中存在文档、索引库着两个概念

• 文档经过分词后存到索引库ES中的文档是json

• 索引库存储着词条跟文档的对应关系，并向用户提供搜索服务

倒排索引建立的过程：

• id=1 的数据第一个存进来，分词后

  • 

• 然后 id=2 的数据进来，分词后：三星、移动、4G、手机
  • 三星、移动、4G是新增的词条，手机是已存在的词条

    • 

就这样文档以倒排索引的方式存放到索引库

同时也会对词条进行处理，形成树形结构，有点儿类似数据库中跟某个字段建立索引，目的是提高查询速度

查询时，如果用户输入“华为手机”

• 先分词为：华为、手机
• 根据这两个词条分别查询
• 最后汇总结果，反馈用户

4. ES和Mysql区别

• mysql有事务，ES没有
• ES没有外键，如果数据一致性要求高，还是要用Mysql

总结：mysql存储数据，ES搜索数据