Elasticsearch基本知识和操作

 慕课网教程：  https://www.imooc.com/learn/889

ES-提供易用的高性能的实时的分布式搜索服务

应用场景：

1.海量数据分析引擎（不需要自己写一个系统来分析自己的海量日志，直接使用ES就可以了）

2.站内搜索引擎

3.作为一个数据仓库（利用其强大的分布式存储能力将它作为一个数据仓库产品使用）

例如；github的站内搜素功能。

 

1.1Lucene倒排索引：

搜索引擎的关键就是建立倒排索引结构。
假设有两篇文章1和文章2
文章1内容：Tom lives in Guangzhou, I live in Guangzhou,too
文章2内容：He once live in Shanghai
1.对内容进行处理，取得关键词
文章1所有关键词： [tom][live][guangzhou][i][live][guangzhou]
文章2所有关键词：[he][live][Shanghai]
2.建立倒排索引
之前的对应关系是：“文章号”对应“文章中所有关键词”
倒排索引把这个关系倒过来 ：“关键词”对应“拥有该关键词的所有文章号”
仅知道关键词在文章中出现还不够，我们还需要知道关键词在文章中的出现次数和位置（字符位置（是文章中的第几个字符） or 关键词位置（是文章中的第几个关键词））
这样就像一个字典

1.2基础知识

文本（一段普通的非结构化文字），经过分析（依赖分词器，将文本转化成索引词），转化成索引词（一个能够被索引到的精确值，foo、Foo、FOO几个是不同的索引词）
集群cluster有一个或多个节点组成，对外提供索引和搜索功能。一个集群的默认名字为“Elasticsearch”，一个节点只能加入一个集群，当节点被设置成相同集群名称时，就会自动加入该集群。你可以建立多个独立集群，但每个集群都有不同的名称。

节点node
一个节点是一个逻辑上独立的服务，可以存储数据，参与集群的索引和搜索功能。节点会在启动时默认被分配一个节点名，也可以自己为它定义。你可以为一个节点配置加入某个特定集群，默认情况下会加入名为Elasticsearch的集群中。
路由routing
存储一个文档时，他会存储在唯一的主分片中，具体在哪个分片根据文档的ID生成。
分片shard
索引index是指向主分片和副分片的逻辑空间。我们使用时只需要指定分片数量。
为什么需要分片？答：一个索引可以存储很大的数据，可以超过一个节点的物理存储限制，一台物理机器代表的以恶搞节点不一定能存储这么多数据，为了解决这个问题，Elasticsearch将索引分解成多个分片，当你创建一个索引时定义你需要的分片数量。每个分片是一个全功能的独立单元，可以托管在集群的任何节点。
主分片primary shard
当你存储一个文档时，它会首先存储在主分片中，然后复制倒不同的副本中，默认一个索引有5个主分片。你可以事先定制分片数量，分片一旦建立，数量不能更改。
副本分片 replica shard
每一个分片有0个或多个副本，当主分片失败时，可以从副本分片中选择一个作为主分片，查询时也可以到主分片或者副本分片中查询（副本分片和主分片必须部署在不同节点上）
默认情况下，每个索引有5个主分片，每个主分片有一个副本，故集群中至少有两个节点，你将拥有5个主分片，5个副本分片。
注意：一个索引的文档存储数量为2147283519。
索引index
索引时具有相同结构的文档集合。比如一个客户信息索引，一个产品目录索引，i 个订单数据索引。一个集群中可以定义多个索引。
类型type
在一个索引中，可以定义一个或多个类型，类型是索引的逻辑分区，通常一种类型并定义为具有一组公共字段的文档，即一个type下面的document都有相同的field。
文档document
文档是存储在ES中的一个JSON格式字符串，呢个文档都是一个JSON（键值对）对象。
字段field
一个文档中包含0个或多个字段。
主键ID
ID是一个文档的唯一标识，如果存库时没有提供ID，系统会自动生成，文档的index/type/id 是唯一的

注意：在ES6.0中删除了每个索引index具有多个映射类型type的功能。一个index中只能有一个type。 这是计划中完全删除地图类型的第一步。 在5.x中创建的索引将继续支持多种映射类型。

ES操作：链接：https://blog.youkuaiyun.com/weixin_34151004/article/details/86812630