Elasticsearch笔记一

Elasticsearch是分布式。高性能，高可用，可伸缩的搜索和分析系统

1.什么是搜索

     搜索，就是在任何场景下，找寻你想要的信息，这个时候，会输入一段你要搜索的关键字，然后就期望找到这个关键字相关的有些信息。

2.如果用数据库做搜索会怎么样

     数据库搜索性能差，不适合海量搜索

3.什么是全文检索和Lucene？

   （1） 全文检索，倒排索引

   （2） lucene，就是一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包括各种算法。我们就用java开发的时候，引入lucnen jar ，然后给予lucene的api去进行开发就可以了。用lucene，我们就可以将已有的数据建立索引，lucene会在本地磁盘上面，给我们组织索引的数据结构。另外的话，我们也可以用lucene提供的一些功能和api来针对磁盘上的索引数据，进行搜索。

4.Elasticsearch的功能

  （1）分布式的搜索引擎和数据分析引擎

  （2）全文检索，结构化检索，数据分析

  （3）对海量数据进行近实时的处理

 

lucene , 最先进、功能最强大的搜索库，直接给予lucene开发，非常复杂，api复杂（实现一些简单的功能，写大量的java代码），需要深入理解原理（各种索引结构）

elasticsearch，基于Lucene，隐藏复杂性，提供简单易用的restful api接口、java api接口（还有其他语言的api接口）

  （1）分布式的文档存储引擎

  （2）分布式的搜索引擎和分析引擎

  （3）分布式、支持PB级数据

  （4）开箱即用，优秀的默认参数，不需要任何额外设置，完全开源

 

关于elasticsearch的一个传说，有一个程序员失业了，陪着自己老婆去英国伦敦学习厨师课程。程序员在失业期间想给老婆写一个菜谱搜索引擎，觉得lucene实在太复杂了，就开发了一个封装了lucene的开源项目，compass。后来程序员找到了工作，是做分布式的高性能项目的，觉得compass不够，就写了elasticsearch，让lucene变成分布式的系统

5.elasticsearch的核心概念

  （1）Near Realtime（NRT）：近实时，两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概一秒）；给予es执行搜索和分析可以达到秒级

  （2）Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就是一个节点很正常

  （3）Node：节点，集群中的一个节点，节点也有一个名词（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群

  （4）Document：文档，es中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构来表示，每个index下的type中，都可以去存储多个document

  （5）Index：索引，包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称

  （6）Type：类型，每个索引里都可以有一个或多个type，type是index中一个逻辑数据分类，一个type下的document，都有相同的field，不如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type

  （7）shard：单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene  index

  （8）replica：任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（简历索引是一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，虽小的高可用配置，是2台服务器。

 

6.elasticsearch核心概念  vs 数据库核心概念

Elasticsearch                           数据库

------------------------------------------------------------------

Document                                 行

Type                                          表

Index                                         数据库