开篇点睛——Elasticsearch

在互联网当中我们的查询的信息主要包括文章、视频、图片、网站信息等各式各样的复杂海量信息。怎么才能快速、准确的检索到我们想要的信息呢?

传统意义上根据数据的格式，我们会将数据分为三个大类

1. 结构化数据
2. 非结构化数据
3. 半结构化数据

接下来我们详细的了解一下这3类数据结构：

• 结构化数据

  所谓的结构化数据，我们一般会用特定的结构来组织和管理数据，它一般表现为二维的表结构。

  如下图中，我们的用户数据。其中包含了我们用户的姓名、手机号等信息。这 些信息是有关系的，所以我们可以保存到关系型数据库当中。比方说Mysql当中， 并可以通过SQL语句来进行查询。为了提高效率，我们甚至可以采用一些索引的方 式来优化查询。

  它的优点就是方便管理、方便查询；它的缺点是扩展结构难。

  当我们已经有现有的结构之后，我们再去扩展，其实不方便

  这是我们的结构化数据

  

• 非机构化数据

  所谓的非结构化数据，其实就是我们无法用二维表结构来表现数据的这种数据。

  如下图中的工作文档中的报表、视频、图片、服务器日志、通信记录等这些数据。

  

  它的维度广、数据量大，所以数据存储和查询的成本其实是非常大的，往往需要专业的人员和大量的统计来进行处理。

  一般会将这样的数据保存到Nosql数据库中，比如Mogodb、Redis中。那么这样的数据库一般都是以key-value结构来进行保存的，查询我们的数据相对来说比较快。

 

这是我们的非结构化数据

• 半结构化数据

  半结构化数据，就是说将数据的结构和内容混在一起，它没有明显的区分。

  比如xml，html这样的文档其实就是我们的半结构化数据，这样的数据一般也都是保存到Mogodb这样数据库当中。

  它的缺点就在于我们查询它的内容其实不是很容易。

  真实使用场景下，我们搜索的对象并非都是关系型结构化的信息，我们无法像数据库模糊查询那样模糊匹配，更不可能便利所有的内容做匹配。毕竟查询的目的是为了快速找到你想要的信息。

思考问题

如何在海量数据中，查询结构化数据以及非结构化数据当中的内容？并且准确的查询是非常重要的。

解决方案

带着前面的问题，先来看一个分布式免费开源搜索分析引擎，他的名字叫——Elasticsearch。从名字上来看他表示可伸缩、灵活的查询的意思，从字面上我们可以了解这款引擎的核心就是查询。

随着5G时代的到来，海量数据充斥着我们生活的方方面面，实时数据的采集分析存储就是计算机数据处理技术未来发展的方向。而我们要学习的Elasticsearch在这些方面表现是非常抢眼的，所以我们要持续的关注Elasticsearch，看看能够给我们带来哪些惊喜？

那接下来我们一起来走入Elasticsearch的世界，感受他的魅力

初识Elasticsearch

什么是Elasticsearch

Elasticsearch 是一个分布式的免费开源搜索和分析引擎，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 以其简单的 REST 风格 API、分布式特性、速度和可扩展性而闻名，是 Elastic Stack 的核心组件；Elastic Stack 是一套适用于数据采集、扩充、存储、分析和可视化的免费开源工具。人们通常将 Elastic Stack 称为 ELK Stack（代指 Elasticsearch、Logstash 和 Kibana），目前 Elastic Stack 包括一系列丰富的轻量型数据采集代理，这些代理统称为 Beats，可用来向 Elasticsearch 发送数据。

Elasticsearch的用途是什么？

Elasticsearch 在速度和可扩展性方面都表现出色，而且还能够索引多种类型的内容，这意味着其可用于多种用例：

• 应用程序搜索
• 网站搜索
• 企业搜索
• 日志处理和分析
• 基础设施指标和容器监测
• 应用程序性能监测
• 地理空间数据分析和可视化
• 安全分析
• 业务分析

Elasticsearch的工作原理

原始数据会从多个来源（包括日志、系统指标和网络应用程序）输入到 Elasticsearch 中。数据采集指在 Elasticsearch 中进行索引之前解析、标准化并充实这些原始数据的过程。这些数据在 Elasticsearch 中索引完成之后，用户便可针对他们的数据运行复杂的查询，并使用聚合来检索自身数据的复杂汇总。在 Kibana 中，用户可以基于自己的数据创建强大的可视化，分享仪表板，并对 Elastic Stack 进行管理

基本概念

1、Index(索引）

动词：相当于Mysql中的Insert操作

名词：相当于Mysql中的Database

2、Type(类型)

在Index（索引）中，可以定义一个或多个类型；

类似于Mysql中的Table，每一种类型的数据放在一起；

3、Document（文档）

保存在某个索引（索引）下，某种类型（Type）的一个数据（Document），文档是JSON格式的，Document就像是Mysql中的某个Table里面的内容；

Elasticsearch与Mysql对比

elasticsearch和mysql概念对比关系表
Elasticsearch	Index(索引)	Type(类型）	Document（文档）	Fields（字段）
Mysql	Database(数据库)	Table（表）	Row（行）	Column（列）

官方文档：

下面这个是官方文档有助于我们更好的学习：

www.elastic.co/guide/en/el…

欢迎大家关注我的《coder练习生》