ElasticSearch基础篇——概念讲解，部署搭建，使用RestClient操作索引库和文档数据

概念：

什么是ES?

从功能上来说，elasticsearchelasticsearchelasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容，实现搜索、日志统计、分析、系统监控等功能

从架构上说，elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。

什么是elastic stack？

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

ES能够实现对数据的快速搜索，主要原因就是它采用倒排索引的方式：

倒排索引中包含两部分内容：

词条词典（Term Dictionary）：记录所有词条，以及词条与倒排列表（Posting List）之间的关系，会给词条创建索引，提高查询和插入效率

倒排列表（Posting List）：记录词条所在的文档id、词条出现频率、词条在文档中的位置等信息

文档id：用于快速获取文档

词条频率（TF）：文档在词条出现的次数，用于评分

简单来说就是将一条条数据划分一个个文档，再对整个文档中的某些字段建立倒排索引，将字段按照语义划分成词语，再将每个不同的词语作为主键，对应的值就是文档的id，如下图：

ES搜索流程：

同时ES也是面向文档进行存储，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json格式后存储在elasticsearch中

索引：相同类型的文档的集合

映射（mapping）：索引中文档的字段约束信息，类似表的结构约束

下面为了加深读者对ES的认识，有关于elasticsearch和数据库的对比表格

MySQL

Elasticsearch

说明

Table

Index

索引(index)，就是文档的集合，类似数据库的表(table)

Row

Document

文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式

Column

Field

字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）

Schema

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema