Elasticsearch初识 使用场景分析与基础介绍

最近公司 CRM中台系统新接入一个demand，用户画像?  pm一顿介绍，才知道是类似于给用户贴行为标签。

功能类似淘宝的不同用户推荐不同商品 根据用户的行为特征分析出用户的商品需求 包括分析出用户的真实性别 、真实年龄、 家庭人数 ...等等 其实也就是大数据的常用场景 

那大数据就好说呀 Hadoop Spark接入就ok，领导善意提醒公司服务器资源不多，用户量并非很多 20万左右 大数据框架是搞不起的 只能另想它法，但是20万用户 根据用户标签算法 轻轻松数据量也达到上千万 上亿 还需要实时查询 正常的数据库 根本不可能，最后公司新请的一位资深多年的架构师 提出了Elasticsearch解决方案，既不需要大量的服务器资源 又可以处理上亿的数据 leader觉得ok 开始学习Elasticsearch 解决需求

随后自己私下学习 了解到 Elasticsearch强大的之处： 基于多年经验的Lucene作为搜索引擎 以及极度优化的索引功能 更主要的是操作简易的优化型 我自身是用的Java配置的Elasticsearch 配置简单 maven引入jar包 创建连接 代码创建索引上传文档即可 操作简易型类似于Redis

上句话的上传文档大家可能多数都不懂 Elasticsearch是存储文档的吗？嗯哼 其实它就是面向文档型数据库 不过类似MongoDB 是存储文档序列化后的Json字符串 

{
      "first_name" :  "John",
      "last_name" :   "Smith",
      "age" :         25,
      "about" :       "I love to go rock climbing",
      "interests":  [ "sports", "music" ]
}

这是一个用户信息的json化 我们可以执行以下命令将数据存储到Elasticsearch中

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

接下来我们可以通过

GET /megacorp/employee/1

获取到我们存储在Elasticsearch中的数据

{
  "_index" :   "megacorp",
  "_type" :    "employee",
  "_id" :      "1",
  "_version" : 1,
  "found" :    true,
  "_source" :  {
      "first_name" :  "John",
      "last_name" :   "Smith",
      "age" :         25,
      "about" :       "I love to go rock climbing",
      "interests":  [ "sports", "music" ]
  }
}

其中的_source我们可以看到就是我们要存储的数据 不过额外多了很多其他属性 我会一一介绍

_index是索引名字 是我们创建数据到Elasticsearch自己定义的名称 小白可以理解为我们电脑的数据盘名称 比如 c盘 d盘。。

_type 也是我们自定义的 它就类似于一个文件夹名称 

_id 也是自定义的哈哈 但一般用来记录第几条数据 类似于数据的自增id 

_version就是版本咯 每次修改数据会自增

found 是否可查询

初始操作是非常简单 的

大家看完这个不要觉得这就是个简单nosql 我只是带大家初始的过一下 之后还有很多种操作需要了解  以及对自身业务嵌入型的调解 深入的学习非常复杂 还有各种问题 后续我都会更新 come codeBoy