全文检索elasticsearch入门，看这篇就够了

一、elasticsearch介绍

1、背景

在订单管理系统中，订单查询的调用量都非常大，如果直接查询数据库，那数据库的压力可想而知，而且有时需要执行一些复杂的查询，sql 并不能够友好的支持，需要查询很多张表。再比如用户手误输入的关键词错了或存在错别字，那使用 sql 是无法搜索到。所以打算使用 Elasticsearch 来承载订单查询的主要压力。

总的来说，使用 elasticsearch，以下简称es 的几个原因如下

• 关系型数据库在进行模糊（%关键字%）搜索的时候，会全表扫描，查询非常慢

• 关系型数据库在关键字搜索时，并不支持全文分词搜索，比如用户本打算搜索：公众号-臻大虾，却手误：公号-臻大虾，es 可以根据分词的结果搜索出想要的结果。

• 在数据分析、日志分析上用到 es

2、es 基本概念

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎，适用于包括文本、数字、地理空间、结构化和非结构化数据等在内的所有类型的数据。Elasticsearch 在 Apache Lucene 的基础上开发而成，由 Elasticsearch N.V.（即现在的 Elastic）于 2010 年首次发布。

Elasticsearch 是文件存储，Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档，用 JSON 作为文档序列化的格式，比如下面这条用户数据：

{
    "name":"臻大虾",
    "sex":0,
    "age":24
}

3、es 优势

• 分布式：横向可扩展性，增加服务器可直接配置在集群中

• 高可用：提供了复制功能，具有容错机制，能自动发现新的或失败的节点，重组和重新平衡节点数据

• 实时性：数据进入 es，可达到近实时搜索

• Restful api：json 格式的 RESTful 风格

• 全文检索：基于 lucene 的强大的全文检索能力

4、使用场景

全文检索

当我们使用百度搜索、谷歌搜索时，输入关键字，就能搜索到最相关的文章，这就是利用了 es 强大的全文检索的能力。

用户行为

平时淘宝买东西时，你是否发现推荐的商品跟你最近搜索的关键词很享受，这就是通过收集用户的行为日志，分析并建立用户模型，保存在 es 中，并利用 es 强大的深入搜索和聚合的能力，可以更好的分析和展示用户的行为数据。例如推荐系统，就是利用用户模型的用户数据，对用户数据交叉查询，分析出用户细粒度的喜好。

监控系统

利用 es 高性能查询的特性，收集系统的监控数据，近实时展现监控数据，同时也方便用户对监控数据进行关键字排查。

日志系统

常用的方案是 ELK(elasticsearch+logstash+kibana)，利用 logstash 去收集 logback 的日志信息，再通过 es 做存储，最后可以再 kibana 去利用 es api 查看和分析日志的相关信息。

5、es 的核心概念

索引（index）

索引是 es 最大的数据单元，类似于关系型数据库中的库，是多个相似文档的集合。每个索引