1、概述
功能
Elasticsearch 是一個分布式的 RESTful 搜索和分析引擎，可用來集中存盤您的資料，以便您對形形色色、規模不一的資料進行搜索、索引和分析，
例如：
- 在電商網站搜索商品
- ELK技術堆疊
發展歷程
elasticsearch底層是基于lucene來實作的，
Lucene是一個Java語言的搜索引擎類別庫，是Apache公司的頂級專案，由DougCutting于1999年研發，官網地址：https://lucene.apache.org/ ，
elasticsearch的發展歷史：
- 2004年Shay Banon基于Lucene開發了Compass
- 2010年Shay Banon 重寫了Compass，取名為Elasticsearch，
2、倒排索引
倒排索引的概念是基于MYSQL這樣的正向索引而言的
正向索引
如果是根據id查詢，那么直接走索引，查詢速度非常快，
但如果是基于title做模糊查詢，只能是逐行掃描資料，流程如下：
1）用戶搜索資料，條件是title符合"%手機%"
2）逐行獲取資料，比如id為1的資料
3）判斷資料中的title是否符合用戶搜索條件
4）如果符合則放入結果集，不符合則丟棄，回到步驟1
逐行掃描，也就是全表掃描，隨著資料量增加，其查詢效率也會越來越低，當資料量達到數百萬時，就是一場災難，
倒排索引
倒排索引中有兩個非常重要的概念：
- 檔案（
Document）：用來搜索的資料，其中的每一條資料就是一個檔案，例如一個網頁、一個商品資訊 - 詞條（
Term）：對檔案資料或用戶搜索資料，利用某種演算法分詞，得到的具備含義的詞語就是詞條，例如：我是中國人，就可以分為：我、是、中國人、中國、國人這樣的幾個詞條
創建倒排索引是對正向索引的一種特殊處理，流程如下：
- 將每一個檔案的資料利用演算法分詞，得到一個個詞條
- 創建表，每行資料包括詞條、詞條所在檔案id、位置等資訊
- 因為詞條唯一性，可以給詞條創建索引，例如hash表結構索引
如圖：
倒排索引的搜索流程如下（以搜索"華為手機"為例）：
1）用戶輸入條件"華為手機"進行搜索，
2）對用戶輸入內容分詞，得到詞條：華為、手機，
3）拿著詞條在倒排索引中查找，可以得到包含詞條的檔案id：1、2、3，
4）拿著檔案id到正向索引中查找具體檔案，
如圖：
雖然要先查詢倒排索引，再查詢倒排索引，但是無論是詞條、還是檔案id都建立了索引，查詢速度非常快！無需全表掃描，
總結
那么為什么一個叫做正向索引，一個叫做倒排索引呢？
- 正向索引是最傳統的，根據id索引的方式，但根據詞條查詢時，必須先逐潭訓取每個檔案，然后判斷檔案中是否包含所需要的詞條，是根據檔案找詞條的程序，
- 而倒排索引則相反，是先找到用戶要搜索的詞條，根據詞條得到保護詞條的檔案的id，然后根據id獲取檔案，是根據詞條找檔案的程序，
是不是恰好反過來了？那么兩者方式的優缺點是什么呢？
正向索引：
- 優點：
- 可以給多個欄位創建索引
- 根據索引欄位搜索、排序速度非常快
- 缺點：
- 根據非索引欄位，或者索引欄位中的部分詞條查找時，只能全表掃描，
倒排索引：
- 優點：
- 根據詞條搜索、模糊搜索時，速度非常快
- 缺點：
- 只能給詞條創建索引，而不是欄位
- 無法根據欄位做排序
3、ES核心概念
elasticsearch中有很多獨有的概念，與mysql中略有差別，但也有相似之處，
檔案和欄位
elasticsearch是面向檔案（Document）存盤的，可以是資料庫中的一條商品資料，一個訂單資訊，檔案資料會被序列化為json格式后存盤在elasticsearch中：
而Json檔案中往往包含很多的欄位（Field），類似于資料庫中的列，
索引和映射
索引（Index），就是相同型別的檔案的集合，
例如：
- 所有用戶檔案，就可以組織在一起，稱為用戶的索引；
- 所有商品的檔案，可以組織在一起，稱為商品的索引；
- 所有訂單的檔案，可以組織在一起，稱為訂單的索引；
因此，我們可以把索引當做是資料庫中的表，
資料庫的表會有約束資訊，用來定義表的結構、欄位的名稱、型別等資訊，因此，索引庫中就有映射（mapping），是索引中檔案的欄位約束資訊，類似表的結構約束，
mysql和ES概念對比
我們統一的把mysql與elasticsearch的概念做一下對比：
| MySQL | Elasticsearch | 說明 |
|---|---|---|
| Table | Index | 索引(index)，就是檔案的集合，類似資料庫的表(table) |
| Row | Document | 檔案（Document），就是一條條的資料，類似資料庫中的行（Row），檔案都是JSON格式 |
| Column | Field | 欄位（Field），就是JSON檔案中的欄位，類似資料庫中的列（Column） |
| Schema | Mapping | Mapping（映射）是索引中檔案的約束，例如欄位型別約束，類似資料庫的表結構（Schema），對索引欄位的描述（型別、分詞方式、是否要索引） |
| SQL | DSL | DSL（ Domain Specific Language）是elasticsearch提供的JSON風格的請求陳述句，用來操作elasticsearch，實作CRUD |
是不是說，我們學習了elasticsearch就不再需要mysql了呢？
并不是如此，兩者各自有自己的擅長支出：
- Mysql：擅長事務型別操作，可以確保資料的安全和一致性
- Elasticsearch：擅長海量資料的搜索、分析、計算
因此在企業中，往往是兩者結合使用：
- 對安全性要求較高的寫操作，使用mysql實作
- 對查詢性能要求較高的搜索需求，使用elasticsearch實作
- 兩者再基于某種方式，實作資料的同步，保證一致性
供個人復習使用，下期講解如何安裝和使用
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/555548.html
標籤：其他
上一篇：Java 運算子的使用
下一篇：返回列表