本章將和大家分享 Elasticsearch 的一些基本概念。話不多說，下麵我們直接進入主題。 一、什麼是Lucene Lucene是Apache的開源搜索引擎類庫，提供了搜索引擎的核心API。 1、Lucene的優勢：易擴展、高性能（基於倒排索引） 2、Lucene的缺點：只限於Java語言開發、 ...
本章將和大家分享 Elasticsearch 的一些基本概念。話不多說，下麵我們直接進入主題。
一、什麼是Lucene
Lucene是Apache的開源搜索引擎類庫，提供了搜索引擎的核心API。
1、Lucene的優勢：易擴展、高性能（基於倒排索引）
2、Lucene的缺點：只限於Java語言開發、學習曲線陡峭、不支持水平擴展
二、什麼是Elasticsearch
Elasticsearch（簡稱ES）是一個開源的，分散式的全文搜索和分析引擎。它可以幫助我們從海量數據中快速找到需要的內容。
1、Elasticsearch 是基於 Lucene 開發的，相比與Lucene，Elasticsearch具備以下優勢：支持分散式，可水平擴展；提供Restful介面，可被任何語言調用。
2、Elasticsearch 結合 Kibana、Logstash、Beats，也就是elastic stack（ELK）。被廣泛應用在日誌數據分析、實時監控等領域。
3、Elasticsearch 是 elastic stack（ELK）的核心，負責存儲、搜索、分析數據。
4、官網地址：https://www.elastic.co/cn/
三、什麼是elastic stack（ELK）
是以Elasticsearch為核心的技術棧，包括Beats、Logstash、Kibana、Elasticsearch。
四、正向索引和倒排索引
1、什麼是正向索引
正向索引：基於文檔id創建索引。查詢詞條時必須先找到文檔，而後判斷是否包含詞條。
傳統資料庫（如MySQL）採用正向索引，例如給下表（tb_goods）中的id創建索引：
這是我們傳統的正向索引，如果通過索引id去做檢索那效率就比較高，但是如果通過局部內容去做檢索那效率就比較差了。
2、什麼是文檔和詞條
文檔（document）：每一條數據就是一個文檔
詞條（term）：對文檔中的內容按照語義分詞，得到的詞語就是詞條
3、什麼是倒排索引
倒排索引：對文檔內容分詞，對詞條創建索引，並記錄詞條所在文檔的信息。查詢時先根據詞條查詢到文檔id，而後獲取到文檔。
Elasticsearch採用倒排索引：
文檔（document）：每條數據就是一個文檔
詞條（term）：文檔按照語義分成的詞語
例如：對 title 創建倒排索引
倒排索引在做存儲的時候，它是將文檔中的內容按照語義去分成不同的詞條，然後再按照詞條去做存儲，關聯文檔id，建立起倒排索引。
搜索過程如下：
倒排索引的搜索過程是經過兩次檢索的，第一次是根據用戶輸入內容的詞條去詞條列表中進行尋找，找到對應的文檔id，第二次則是拿著文檔id去找文檔。雖然經歷了兩次查找，但是每一次查找都是索引級別的查找，所以總體的查詢效率是比較高的。
五、基本概念
1、欄位（Field）
欄位：類似MySQL中的一個欄位。
2、文檔（Document）
文檔：一條數據，用json格式表示。Elasticsearch是面向文檔存儲的，可以是資料庫中的一條商品數據，一個訂單信息。文檔數據會被序列化為json格式後存儲在Elasticsearch中。
3、類型（Type）
類型：逐漸被弱化的概念，Type就像關係型資料庫MySQL中的表，如用戶表、商品表等。註意：在Elasticsearch7.x中，一個索引庫下只有一張表，建表時不能給表取表名，預設表名為_doc。
4、索引（Index）
索引：相同類型文檔的集合，類似MySQL資料庫中的表。（由於Elasticsearch7.x版本之後，就刪除了Type類型，預設Type就是_doc，不然ES中的索引庫更像是MySQL中資料庫的概念）
5、映射（Mapping）
映射：索引中文檔的欄位約束信息，類似表的結構約束
6、Query DSL
Query DSL：ES中提供了一種強大的檢索數據方式，這種檢索方式稱之為Query DSL（Domain Specific Language）。DSL是Elasticsearch提供的JSON風格的請求語句，用來操作Elasticsearch，實現CRUD。
7、分片（shard）
分片：可以將一個Index中的數據切分為多個shard，然後存儲到多台伺服器上，以增大一個Index可以存儲的數據量，加速檢索能力，提升系統性能。
8、副本（replica）
副本：與shard存儲的數據是相同的，起到備份作用。當shard發生故障時，可以從replica中讀取數據，保證系統不受影響。
9、節點（Node）
節點：單個Elasticsearch實例，一臺機器可以有多個節點。節點名稱預設隨機分配。
10、集群（Cluster）
集群：一組Elasticsearch實例，預設集群名稱為 elasticsearch 。
11、概念對比
| MySQL | Elasticsearch | 說明 |
| Table | Index | 索引（Index），就是文檔的集合，類似資料庫的表（Table）。（由於Elasticsearch7.x版本之後，就刪除了Type類型，預設Type就是_doc，不然ES中的索引庫更像是MySQL中資料庫的概念） |
| Row | Document | 文檔（Document），就是一條條的數據，類似資料庫中的行（Row），文檔都是JSON格式。 |
| Column | Field | 欄位（Field），就是JSON文檔中的欄位，類似資料庫中的列（Column）。 |
| Schema | Mapping | 映射（Mapping）是索引中對文檔的約束，例如欄位類型約束，類似資料庫的表結構（Schema）。 |
| SQL | DSL | ES中提供了一種強大的檢索數據方式，這種檢索方式稱之為Query DSL（Domain Specific Language）。DSL是Elasticsearch提供的JSON風格的請求語句，用來操作Elasticsearch，實現CRUD。 |
12、Elasticsearch與資料庫的關係
MySQL：擅長事務類型操作，可以確保數據的安全和一致性。
Elasticsearch：擅長海量數據的搜索、分析、計算。
13、 元數據（Document MetaData）
元數據：用於標註文檔的相關信息。
1）_index：文檔所在的索引名
2）_type：文檔所在的類型名，預設是_doc
3）_id：文檔唯一id
4）uid：組合id，由type和id組成
5）_source：文檔的原始json數據，可從這裡獲取每個欄位的內容
6）_all：整合所有欄位內容到該欄位，預設禁用
7）_score：得分
六、ES中的數據類型
1、核心數據類型
1）字元串類型：text（可分詞的文本）、keyword（精確值，例如：品牌、國家、ip地址）
2）數值類型：long、integer、short、byte、double、float、half_float、scaled_float
3）日期類型：date
4）布爾類型：boolean
5）二進位類型：binary
6）範圍類型：integer_range、float_range、long_range、double_range、date_range
2、複雜數據類型
1）數組類型：array
2）對象類型：object
3）嵌套類型：nested object
3、地理位置數據類型
1）geo_point
2）geo_shape
4、專用類型
1）記錄ip地址：ip
2）實現自動補全：completion
3）記錄分詞數：token_count
4）記錄字元串hash值：murmur3
此文由博主精心撰寫轉載請保留此原文鏈接：https://www.cnblogs.com/xyh9039/p/17842159.html
版權聲明：如有雷同純屬巧合，如有侵權請及時聯繫本人修改，謝謝！！！
