ES快速入门，一篇就懂！

最新推荐文章于 2024-08-21 19:39:24 发布

置顶

21_Days

最新推荐文章于 2024-08-21 19:39:24 发布

阅读量8.5k

点赞数 15

文章标签： elasticsearch 大数据

本文链接：https://blog.csdn.net/qq1592/article/details/119081067

版权

前言

概念：输入关键字，获取到想要的关键字相关的信息

场景：

数据量小，简单的搜索功能时可以用到常用的数据库，如：后台管理系统里的常见的查询

Lucene是apache下的一个开源的，一套用java写的全文检索的工具包。

什么是全文检索？
从非结构化数据（不定长或无固定格式的数据，如邮件，word文档等磁盘上的文件）中提取出的然后重新组织（分词）的信息，我们称之索引。先建立索引，再对索引进行搜索的过程就叫全文检索。
什么是分词？
将采集到的文档内容切分成一个一个的词。如“I like apples , i mean fruit”，根据一定的规则后分词为“i”、“like”、“apple”、“mean”、“fruit”。

Lucene中对文档检索基于倒排索引实现，并将它发挥到了极致。

倒排索引是实现“单词-文档矩阵”的一种具体存储形式，通过倒排索引，可以根据单词快速获取包含这个单词的文档列表。
在这里插入图片描述
例如：

如果要用单词作为索引，而句子的位置作为被索引的元素，那么索引就发生了倒置：

如果要检索I dislike apples这句话，那么就可以这么计算 : {1,2,3} ^ {2,3} ^ {1,2,3} (^是交集)

当用户在淘宝上搜索关键词“小米洗衣机”时，假如只存在正向索引（forward index），那么就需要扫描索引库中的所有文档，然后找出所有包含关键词“小米洗衣机”的文档，再根据一定的机制排序后展示给用户。

因为淘宝上的商品（或者互联网上收录在搜索引擎中的文档的数目等）是个天文数字，这样的索引结构不可能做的到实时返回给用户。

所以，搜索引擎会将正向索引重新构建为倒排索引，即把文档ID对应到关键词的映射转换为关键词到文档ID的映射，每个关键词都对应着一系列的文档，这些文档中都出现这个关键词。最后再通过文档ID找到对应的详细文档。

Elasticsearch 是一个分布式的、开源的搜索分析引擎，支持各种数据类型，包括文本、数字、地理、结构化、非结构化。

Elastic Search基于lucene，封装了许多lucene底层功能，提供了分布式的服务、简单易用的restful API接口和许多语言的客户端。

近实时（NRT Near RealTime）
写数据时：过1秒才会被搜索到，因为内部在分词、录入索引。
es搜索时：搜索和分析数据需要秒级出结果。
集群（Cluster）
包含一个或多个启动着es实例的机器群。通常一台机器起一个es实例。
默认集群名是“elasticsearch”，同一网络，同一集群名下的es实例会自动组成集群。
节点（Node）
一个es实例即为一个节点。
索引（Index）
即拥有相似文档的集合
类型（Type）
每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field。7.x版本正式被去除。
文档（Document）
es中的最小数据单元。一个document就像数据库中的一条记录。通常以json格式显示。
多个document存储于一个索引（Index）中。
映射（Mapping）
定义索引中的字段的名称；
定义字段的数据类型，比如字符串、数字、布尔；
字段，倒排索引的相关配置，比如设置某个字段为不被索引、记录 position 等。