不管是前端还是后端，都要看的Elasticsearch快速入门

一．什么是Elasticsearch

Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎，Elasticsearch和Mysql，Redis，MongoDb，Clickhouse等一样，都可以认为它是一种数据库

二．为什么要用Elasticsearch

设想一个场景：

user表有6千多万条数据，我想查询nick中包含”大帅哥“的数据：

Select nick from user where nick like '%大帅哥%'

比如，我把大帅哥写成了帅哥，写成了大帅锅，写成了dashuaige，甚至写成了dsg，大帥哥等，此时的 Mysql是无法处理的，而Elasticsearch借助分词器（后续介绍），可以简单快速查询检索。

三．Mysql和Elasticsearch概念对比

1、 MySQL 的数据库（DataBase）相当于 Index（索引），数据的逻辑集合，ES 的工作主要也是创建索引，查询索引。

2、 一个数据库里会有多个表（Table），同样的一个 Index 也会有多个 type。

3、 一个表会有多行（Row），同样的一个 Type 也会有多个 Document。

4、 Schema 指定表名，表字段，是否建立索引等，同样的 Mapping 也指定了 Type 字段的处理规则，即索引如何建立，是否分词，分词规则等。

5、MySQL 中一个row对应多个Column，同样的一个Document会有多个Fields。

6、 在 MySQL 中索引是需要手动创建的，而在 ES 一切字段皆可被索引，只要在 Mapping 在指定即可。

总结：

Mysql关系型数据库，适用于结构化数据（数据与数据之间存在强关联）的数据存储和查询和数据与数据之间的关系处理，大量数据检索需要全表查询，性能差

Elasticsearch非关系型数据库，适用于数据与数据之间相对独立的大量数据的检索查询，数据修改效率低于Mysql，不善于处理数据之间的关系

四．实际操作

通过Docker，使用es和kibana镜像，开启es服务和kibana（后续介绍）。

我们使用的版本号是：5.6.12

使用Kibana Dev Tool（后续介绍）操作：

1. 索引的新建

2. Setting和Mapping的解释

Setting：es通过settings设置索引的基础参数，包括分词器、分片等。

PUT /baobaokanjia/
{
  "settings": {
    "number_of_shards": 1,
    "analysis": {
      "analyzer": {
        "ik_max_word_t2s": {
          "char_filter": [
            "tsconvert"
          ],
          "tokenizer": "standard"
        },
        "ik_smart_t2s": {
          "char_filter": [
            "tsconvert"
          ],
          "tokenizer": "standard"
        },
        "pinyin_analyzer": {
          "tokenizer": "my_pinyin"
        }
      },
      "char_filter": {
        "tsconvert": {
          "convert_type": "t2s"