ElasticSearch简介

参考:
http://www.ruanyifeng.com/blog/2017/08/elasticsearch.html
https://cloud.tencent.com/developer/article/1583402
https://zhuanlan.zhihu.com/p/54384152
https://kalasearch.cn/blog/chapter2-run-elastic-search-locally/
https://www.elastic.co/cn/elasticsearch/
https://www.jianshu.com/p/d48c32423789

写这篇文章之前,我对ES的印象仅限于它能像数据库一样进行增删改查!

1. ElasticSearch是什么?
   看这里: https://cloud.tencent.com/developer/article/1583402
   Elasticsearch 是一个实时的分布式存储、搜索、分析的引擎。
   相对于数据库，Elasticsearch的强大之处就是可以模糊查询。

2. ElasticSearch基本概念
   参考: https://www.jianshu.com/p/d48c32423789
   https://blog.csdn.net/CrankZ/article/details/80615789
   2.1 全文搜索(Full-text Search)
   全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，
   当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。
   在全文搜索的世界中，存在着几个庞大的帝国，也就是主流工具，主要有:
   Apache Lucene,Elasticsearch,Solr,Ferret

   2.2 节点 & 集群（Node & Cluster）
   Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。
   单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）

   2.3 正排索引(forward index) 和 倒排索引（Inverted Index）
   正排索引(forward index):
   正排索引是从文档角度来找其中的单词，表示每个文档（用文档ID标识）都含有哪些单词，
   以及每个单词出现了多少次（词频）及其出现位置（相对于文档首部的偏移量）。所以每次搜索都是遍历所有文章。
   倒排索引（Inverted Index）
   倒排索引是从单词角度找文档，标识每个单词分别在那些文档中出现(文档ID)，
   以及在各自的文档中每个单词分别出现了多少次（词频）及其出现位置（相对于该文档首部的偏移量）。
   简单记为：
   正排索引：文档 —> 单词
   倒排索引：单词 —> 文档

   2.3 索引（Index）
   Elasticsearch 数据管理的顶层单位就叫做 Index（索引），相当于关系型数据库里的数据库的概念。另外，每个Index的名字必须是小写。

   2.4 文档（Document）
   Index里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。Document 使用 JSON 格式表示。
   同一个 Index 里面的 Document，不要求有相同的结构（scheme），但是最好保持相同，这样有利于提高搜索效率。
   Document 使用 JSON 格式表示的例子是:

   {
     "user": "张三",
     "title": "工程师",
     "desc": "数据库管理"
   }
   

   2.5 类型（Type）
   Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。
   这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。
   不同的 Type 应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。
   这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index
   ，而不是一个 Index 里面的两个 Type（虽然可以做到）。

   和mysql类比就是(可以简单的理解 但差别也是挺大的)
   索引Index:相当于数据库(db)
   类型 Type: 相当于表(table)
   文档 Document:相当于行(row)
   如果我们要访问一个文档元数据应该包括囊括 index/type/id 这三种类型

   2.6 分词器
   参考: https://www.cnblogs.com/haixiang/p/11810799.html
   安装: 首先我们访问 https://github.com/medcl/elasticsearch-analysis-ik/releases 下载与es对应版本的中文分词器。将解压后的后的文件夹放入es根目录下的plugins目录下，重启es即可使用。

3 kibana的使用
kibana.yml的 elasticsearch.hosts, elasticsearch.username, elasticsearch.password 填入对应的信息(同一台机器上localhost要写成elasticsearch)
参考: https://www.cnblogs.com/chenqionghe/p/12503181.html
通过 DevTools, 我们可以非常方便的操作 ES 的 API, 如查询集群节点信息、查询索引数据信息等，如下所示:
使用Kibana操作es的api https://blog.csdn.net/Fzqx_/article/details/88576361
查询 所有索引: GET _cat/indices?v
查询索引的所有内容: GET employee_info/_search
按照id 查询: GET index名/_doc/{_id}
删除索引 DELETE index名