分布式搜索引擎-elasticsearch基础

分布式搜索引擎-elasticsearch基础

1、什么是elasticsearch？

• elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。

• elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域。

• elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。

  

Lucene

Lucene是一个Java语言的搜索引擎类库，是Apache公司的顶级项目，由DougCutting于1999年研发。官网地址：https://lucene.apache.org/ 。

Lucene的优势：

• 易扩展

• 高性能（基于倒排索引）

Lucene的缺点：

• 只限于Java语言开发

• 学习曲线陡峭

• 不支持水平扩展

elasticsearch

基于Lucene开发，也就是elasticsearch的底层实现

官网地址: https://www.elastic.co/cn/

相比与lucene，elasticsearch具备下列优势：

• 支持分布式，可水平扩展

• 提供Restful接口，可被任何语言调用

为什么学习elasticsearch？

搜索引擎技术排名：

1. Elasticsearch：开源的分布式搜索引擎

2. Splunk：商业项目

3. Solr：Apache的开源搜索引擎

2、正向索引和倒排索引

传统数据库（如MySQL）采用正向索引，所以相对比之后给出的elasticsearch是倒排索引。

正向索引图示：

倒排索引：

• 文档（document）：每条数据就是一个文档

• 词条（term）：文档按照语义分成的词语

elasticsearch会新建一张表来记录根据语义划分的词条，然后检索词条，然后查询文档。

搜索流程：

3、文档document

• elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息。

• 文档数据会被序列化为json格式后存储在elasticsearch中。

4、索引index

• 索引（index）：相同类型的文档的集合（相同结构，如字段）

如下图：

5、与Mysql对比

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

6、技术架构

Mysql：擅长事务类型操作，可以确保数据的安全和一致性

Elasticsearch：擅长海量数据的搜索、分析、计算

图解：