分布式搜索ElasticSearch-ES（一）

一、ElasticSearch介绍

ES是一款非常强大的开源搜索引擎，可以帮我们从海量的数据中快速找到我们需要的内容。

ElasticSearch结合kibana、Logstash、Beats，也就是elastic stack(ELK)，被广泛运用在日志数据分析，实时监控等领域。

ES负责数据 存储、计算、搜索数据。

LogStash和Beats负责 数据抓取。

Kibana 是数据可视化组件。

Lucence是ES的底层开发，java语言搜索引擎类库，是Apache公司顶级项目。

Lucence优势：

1. 易扩展。
2. 高性能。（基于倒排索引）

缺点：

1. 只限于java语言开发。
2. 学习难度高，曲线陡峭。
3. 不支持水平扩展。

于是在lucence的基础上，ES优点：

1. 支持分布式，可水平扩展。
2. 提供restful接口，被任何语言调用。

什么是ElasticSearch？

一个开源的分布式搜索引擎，可以实现日志搜索，日志统计，分析等。

什么是ElasticSearch Stack(ELK)？

是以es为核心，logStash和beats负责数据抓取，kibana数据可视化的技术栈。

二、索引

传统数据库采用 正向索引，而es采用 倒排索引。

如mysql采用正向索引，比如一个表里有id，这个自增id就属于主键索引，也属于正向索引，查询非常快。

但如果查询某个字段，这个字段叫title其中存储着“明朝那些事”，这时候如果想查包含“那些”的title怎么查询呢，即使title有索引，这时候用模糊查询也会索引失效。

 

ElasticSearch采用倒排索引，倒排索引有两个概念，文档和词条。

1. 文档（document）：每条数据就是一个文档。
2. 词条（term）：文档按照语义分成的词语。

词条的唯一性保证不会重复，对词条创建索引。

查询“华为手机”的过程：

1. 先拆分这个搜索为词条“华为”“手机”。
2. 在倒排索引通过词条创建的主键索引，快速找到“手机”对应id为1,2,“华为”对应id为2,3。
3. 文档id1,2,3可以查询到对应的三条数据，通过聚簇索引快速查询到结果集。

为什么叫倒排索引呢，因为平时数据库我们是先通过id去找具体的值，而es的倒排索引我们通过次创建新的索引，所以先是去找值再找对应索引的具体值。

三、ES与mysql对比

文档：

ElasticSearch是面向文档存储，可以是数据库一条商品或者一个订单信息。会被序列化成JSON格式存储。

索引（index）：

会把类型相同的索引放在一起，比如商品索引，用户索引，订单索引等。

1. Mysql的table 对比与 es的索引index

索引就是文档的集合，类似与数据库的表。

1. mysql的row对比与es的document

Document是json风格，row是一条条数据。

Mysql擅长事务，数据库一致性和安全。

Es擅长海量数据搜索和计算。