ElasticSearch入门篇（一）——简介

刚接触ElasticSearch不久，还处于学习和探索阶段，在刚刚过去的2017年的最后一个月里，我提交了自己的毕业论文，
在姚老师（姚攀的博客）的帮助下，使用ElasticSearch及其搭配的开发工具Kibana以及head实现了一个新闻搜索引擎，
现把这段时间的学习过程和收获从头整理一遍，连载到ElasticSearch入门篇中，
作为给自己的一个总结，也作为对姚老师的一个交代，感谢姚老师这些日子对我的帮助和指导。

首推官方学习文档：https://www.elastic.co/guide/cn/index.html

ElasticSearch是什么

第一次听说这个词还是姚老师对我讲的，那时我对ElasticSearch一无所知，现在我在写我的ElasticSearch学习总结，
有需要更专业的指导的同学可以去访问他的博客（姚攀的博客）或给他留言或购买他写的书。

ElasticSearch是一个基于Lucence构建的分布式的、可扩展的、实时的、开源的全文搜索和数据分析引擎，
也是一个具有良好搜索功能的数据库。从它的定义中就能很好的了解到它的优点。

全文搜索：是指扫描文章中的每一个词，对每一个词建立相应的索引，指明该词出现在哪篇文章中以及出现的频次，
检索时程序就能根据这个索引进行相应的查找，显然这里会涉及到“分词”和“倒排索引”的概念，下面会介绍。

根据https://db-engines.com/en/ranking官方数据可以看出来，ElasticSearch是使用量第一的搜索引擎，所以值得去学习。

Lucence和倒排索引

Lucence是什么：Lucence是一个开源的、高性能的全文搜索引擎工具库，它和ElasticSearch的区别如下：
Lucence只是工具库，用它能够实现搜索功能，但是很多代码需要我们去完成，使用起来非常复杂，
而ElasticSearch是基于Lucence的、用java开发的搜索引擎，它是一个服务，或者说是一款产品，
很多工作它都能帮我们完成而不需要我们去实现，隐藏了Lucence的复杂性。
它们的关系就好像是利用发动机构建一辆汽车。

倒排索引：进行快速的全文搜索的关键是构建倒排索引，Lucence使用倒排索引结构，所以ElasticSearch也使用了倒排索引机制，
通过分词器（需要安装）获取每个单词，然后为这些单词构建一个由“单词”“文档号”构成的列表，
由于这里是根据单词查找它所在的文档，所以称为“倒排”，当然这些工作都不要我们来做，
但是理解搜索的原理非常重要。比如：
文档1：中国南京
文档2：南京今天下雨
文档3：今天需要打伞
则ES构建的倒排索引结构如下：

单词	文档号
中国	1
南京	1，2
今天	2，3
下雨	2
需要	3
打伞	3

当搜索“南京”时，程序会返回文档1和2，当然，实际的分词过程肯定要比上面复杂的多，但是原理就是这样。

相关术语

相比于传统的关系型数据库，ElasticSearch与它们在相关术语上是有区别的，它们的对应关系如下（来自姚攀的博客）：

关系型数据库（如MySQL）	ElasticSearch
数据库（database）	索引（index）
表（table）	类型（type）
行（row）	文档（document）
列（column）	字段（field）
模式/表结构（schema）	映射（mapping）
索引	倒排索引
INSERT	PUT
DELETE	DELETE
UPDATE	PUT/POST
SELECT	GET

上面表格中的对应关系很直接也很简单，事实上也是如此。除此之外，ElasticSearch中还有几个特殊的概念（来自ES官方文档）：

节点：一个运行中的 Elasticsearch 实例称为一个 节点。

集群：集群是由一个或者多个拥有相同 cluster.name 配置的节点组成， 它们共同承担数据和负载的压力。
当有节点加入集群中或者从集群中移除节点时，集群将会重新平均分布所有的数据。

---

关于ElasticSearch，我觉得初学阶段了解检索机制及其基本概念就可以了，后续在使用过程中会慢慢对这些概念有自己的领悟。

我心心期盼的2018年终于来了，愿你我都能拥有美好年华。