目录
一、ElaticSearch介绍
1.1 概述
1.2 搜索引擎是什么？
所谓搜索引擎，就是根据用户需求与一定算法，运用特定策略从互联网检索出制定信息反馈给用户的一门检索技术。例如我们在淘宝进行购物时，当我们输入关键字“衣服”，那么淘宝就会给我们返回各种类型的衣服（男装/女装），实现这个功能的背后就是搜索引擎的功劳。
1.3 全文检索是什么?
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。这个过程类似于通过字典中的检索字表查字的过程。
全文检索的方式主要有两种：
二、ES特点
三、ES概念
3.1 基本概念
| RDBS | ES |
| 数据库（database） | 索引（index） |
| 表（table） | 类型（type）（ES6.0之后被废弃，es7中完全删除） |
| 表结构（schema） | 映射（mapping） |
| 行（row） | 文档（document） |
| 列（column） | 字段（field） |
| 索引 | 反向索引 |
| SQL | 查询DSL |
| SELECT * FROM table | GET http://..... |
| UPDATE table SET | PUT http://...... |
| DELETE | DELETE http://...... |
3.1.1 索引（index）
3.1.2 类型（type）
3.1.3 文档（document）
由于ElasticSearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档， ES中，文档有几个重要属性:
3.1.4 映射（mapping）
3.1.5 倒排索引
倒排索引操作步骤：
这样在用户检索关键字时， 可以先查找关键字索引，在通过关键字与文档的对应关系查找到所在的文档。
如下面的两个文档：
文档1： I love elasticsearch
文档2： I love logstash他们对应的倒排索引为：
| 序号 | 关键字 | 文档1 | 文档2 |
| 1 | I | √ | √ |
| 2 | love | √ | √ |
| 3 | elasticsearch | √ | |
| 4 | logstash | √ |
现在，我们试图搜索 love elasticsearch，只需要查看包含每个词条的文档
| 关键字 | 文档1 | 文档2 |
|---|---|---|
| love | √ | √ |
| elasticsearch | √ | x |
| total | 2 | 1 |
两个文档都匹配，但是第一个文档比第二个匹配程度更高。如果没有别的条件，现在，这两个包含关键字的文档都将返回。
3.2 ES集群核心概念
3.2.1 集群（cluster）
3.2.2 节点（node）
ES的配置文件中可以通过node.master、 node.data 来设置节点类型：
node节点的组合方式：
3.2.3 分片（shard）
概述：
特点：
（1）ES的一个索引可以包含多个分片（shard）；
（2）每一个分片（shard）都是一个最小的工作单元，承载部分数据；
（3）每个shard都是一个lucene实例，有完整的简历索引和处理请求的能力；
（4）增减节点时，shard会自动在nodes中负载均衡；
（5）一个文档只能完整的存放在一个shard上
（6）分片的数量只能在索引创建前指定，并且索引创建后不能更改。如一个索引中含有shard的数量，默认值为5，在索引创建后这个值是不能被更改的。
（7）每一个shard关联的副本分片（replica shard）的数量，默认值为1，这个设置在任何时候都可以修改。
优点：
3.2.4 副本（replica）
代表索引副本，ES可以设置多个索引的副本，副本的作用如下：
（1）提高系统的容错性，当某个节点某个分片损坏或丢失时可以从副本中恢复。
（2）提高ES的查询效率，ES会自动对搜索请求进行负载均衡。
四、应用场景
🌴 场景一：搜索服务
🌵 典型场景
🔥 主要特性
🚀 相关公司
腾讯健康码、腾讯文档全文检索、携程、拼多多、蘑菇街、滴滴、今日头条、贝壳找房…….
🌴 场景二：日志实时分析
🌵 典型场景
🔥 主要特性
🚀 相关公司
日志易
🌴 场景三：商业智能BI
🌵 典型场景
🔥 主要特性
🚀 相关公司
睿思BI
小结
以上就是【一心同学】对【ElaticSearch】的介绍，也带大家去理解了ES中的各种【基本概念】和ES在我们生活中的【应用场景】，相信大家现在对ES已经不再陌生了，而在接下来的博客中，【一心同学】将会向为大家继续讲解【ES的操作】。
