ElasticSearch的理解

Es的概念定义（功能）：
Elasticsearch 是一个分布式的搜索引擎与数据分析引擎
es的作用：全文检索，结构化检索，数据分析，对海量数据进行近实时的处理
理解：
全文检索：我想搜索商品名称包含牙膏的商品，select * from products where product_name like “%牙膏%”
结构化检索：我想搜索商品分类为日化用品的商品都有哪些，select * from products where category_id=‘日化用品’
数据分析：我们分析每一个商品分类下有多少个商品，select category_id,count(*) from products group by category_id
elastisearch 非关系型数据库
索引 index -> 数据库datebase
类型type->表 table
文档document->行row
字段field->列column
约束 Schema->映射mapping

一台服务器，无法存储大量的数据，ES把一个index里面的数据，分为多个shard，分布式的存储在各个服务器上面。

ES就是分布式的集群，每一个节点其实就是Lucene，当用户搜索的时候，会随机挑一台，然后这台机器自己知道数据在哪，不用我们管这些底层、
kafka：为什么支持分布式的功能，因为里面是有topic，支持分区的概念。所以topic A可以存在不同的节点上面。就可以支持海量数据和高并发，提升性能和吞吐量
es的优点：1.分布式的功能2.数据高可用，集群高可用3.API更简单4.API更高级5.支持的语言很多6.支持PB级别的数据7.完成搜索的功能和分析功能
es的适用场景：github，电商网站检索商品，日志数据分析，站内搜索，商品价格监控，数据分析（热门使用场景）
和关系型数据库比较：可以避免关系型数据库 1.全表扫描，2.全文检索，3.匹配字段所有内容
搜索引擎原理：就是建立反向索引。
反向索引又叫倒排索引，是根据文章内容中的关键字建立索引。
缺点：在需要添加新数据与新字段的时候，如果elasticSearch进行搜索是可能需要重新修改格式。之前的数据需要重新同步，对数据的管理有很多困难。

对于{“name”:“zhangsan”,“info”:“我是一名医生"} 对于这样的内容 es 对于name字段建立反向索引，而对于info先分词然后建立反向索引