ElasticSearch

ElasticSearch vs Solr总总结：
1.es基本开箱即用（解压就可以用），
2.Solr利用zookeeper进行分布式管理，而ElasticSearch自身带有分布式协调功能。
3.Solr支持更多格式的数据，比如SON,XML,CSV，而ElasticSearch仅支持json文件格式。
4.Solr官方的功能更多，而ElasticSearch本身更注重于核心功能，高级功能有第三方插件提供，例如图形化界面需要Kibana友好支撑。

ElasticSearch安装：

声明：jdk1.8,最低要求！ElasticSearch客户端，界面工具。
java开发，ElasticSearch的版本和我们之后对应的java的核心jar包，版本对应！

windows下安装：

熟悉目录：

bin：启动文件；
config：配置文件；
log4j2 日志文件
jvm.options java虚拟机相关配置

		ElasticSearch。.yml：ElasticSearchd 的配置文件

lib：相关的jar包
logs 日志
moduels：功能模块
plugins 插件

双击打开：

端口：9200


安装可视化界面：

D:\Program Files\elasticsearch-head-master>cnpm install

运行：

D:\Program Files\elasticsearch-head-master>npm run start

解决跨域：

修改配置文件：

http.cors.enabled: true
http.cors.allow-origin: "*"

重启：

新建索引：


把索引当作数据库

安装kibana

解压双击打开：

端口：

访问测试：
http://localhost:5601

修改kibana配置config

核心概念：

物理设计’:
elasticsearch在后台把每个索引划分成多个分片，每分分片在集群中的不同服务器迁移，一个人就是一个集群，默认的集群名称就是elasticsearch

设计逻辑：
一个索引类型中，包含多个文档，比如说文档1，文档2，当我们索引一篇文档时，可以通过这样的一个顺序找到他：索引》l类型。文档ID，通过这个组合我们就能索引到某个具体的文档，注意：ID不鄙视整数，实际上它是个字符串。

之前说elasticsearch是面向文档的，那么意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性：
自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key：value
可以是层次型的，一个文档中包含子文档，复杂的逻辑实体就是这么来的，{就是一个json对象，fastjsin进行自动转换}
灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elastitseaxh中，对于字段是非常灵活的，有时候，我们可以忽略该字段，

ik分词器;
分词：即把一段中文或者别的划分成一个个发关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者所索引库中的数据进行的分词，然后进行一个匹配操作，默认的中外文分词是将每个字看成一个词，比如“我爱学习”会被分成“我”，“爱”，“学”，“习”，这显然是不符合要求的，所以我们需要安装中文分词器ik解决中国问题。

安装，：
解压到–》

重启ElasticSearch

查看不同的分词效果

发现问题：有的词被拆开了
这种自己想要的词，需要自己加到我们的分词器的字典中

ik分词器增加自己的配置。

以后的话，我们需要自己配置分词就在自己定义的dic文件中进行配置。

基础测试：
1.创建一个索引
PUT /索引名/·类型名/文档id
{
请求体
}