ElasticSearch

elasticsearch的作用

Elasticsearch 是一个开源的分布式搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容。可以用来实现搜索、日志统计、分析、系统监控等功能。
Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。

ELK技术栈

Elasticsearch结合kibana、Logstash、Beats，也就是elastic stack(ELK)。被广泛应用在日志数据分析、实时监控等领域。
而elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。

elastizsearch和lucene

elasticsearch底层是基于lucene来实现的。
Lucene是一个Java语言的搜索引擎类库，是Apache公司的顶级项目，官网地址:https://lucene.apache.org/。
Lucene的优势:
　　易扩展
　　高性能(基于倒排索引)
Lucene的缺点:
　　只限于java语言开发
　　学习曲线陡峭
　　不支持水平扩展

elasticsearch具备下列优势:
　　支持分布式，可水平扩展
　　提供Restful接口，可被任何语言调用

倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

正向索引

什么是正向索引呢?例如给下表(tb_goods)中的id创建索引（正常数据库创建的索引为正向索引）:

倒排索引

倒排索引中有两个非常重要的概念:
　　文档(Document):用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息。
　　词条(Term):对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如我是中国人，就可以分为:我、是、中国人、中国、国人这样的几个词条。

创建倒排索引是对正向索引的一种特殊处理，流程如下:
　　将每一个文档的数据利用算法分词，得到一个个词条
　　创建表，每行数据包括词条、词条所在文档id、位置等信息
　　因为词条唯一性，可以给词条创建索引，例如hash表结构索引

倒排索引的搜索流程如下(以搜索“华为手机“为例)
　　1)用户输入条件"华为手机"进行搜索，
　　2)对用户输入内容分词，得到词条:华为、手机。
　　3)拿着词条在倒排索引中查找，可以得到包含词条的文档id:1、2、3。
　　4)拿着文档id到正向索引中查找具体文档。

正向索引与倒排索引的优缺点

正向索引:
　　优点:
　　　　可以给多个字段创建索引
　　　　根据索引字段搜索、排序速度非常快
　　缺点:
　　　　根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描
倒排索引:
　　优点：
　　　　根据词条搜索、横糊搜索时，速度非常快
　　缺点:
　　　　只能给词条创建索引，而不是字段
　　　　无法根据字段做排序

文档和字段

elasticsearch是面向 文档(Document)存储的，可以是数据库中的一条商品数据，一个订单信息，文档数据会被序列化为ison格式后存储在elasticsearch中:

而Json文档中往往包含很多的字段(Field)，类似于数据库中的列。

索引和映射

索引(Index)，就是相同类型的文档的集合。
例如:
　　所有用户文档，可以组织在一起，称为用户的索引;
　　所有商品的文档，可以组织在一起，称为商品的索引;
　　所有订单的文档，可以组织在一起，称为订单的索引;

mysql与elasticsearch

Mysql:擅长事务类型操作，可以确保数据的安全和一致性。
Elasticsearch:擅长海量数据的搜索、分析、计算。

因此在企业中，往往是两者结合使用:
　　对安全性要求较高的写操作，使用mysql实现。
　　对查询性能要求较高的搜索需求，使用elasticsearch实现。
　　两者再基于某种方式，实现数据的同步，保证一致性。