ElasticSearch 7.6.1

疑问

• ES为什么这么快？

全文检索

1. 听过一个程序扫描文本的每一个单词，针对单词建立索引，并保存该单词在文本中的位置，以及出现的次数。
2. 在检索查询时候，通过建立好的索引进行查询，将索引中单词对应的文本位置，出现的此处返回给用户，有了具体文本的位置，就可以将具体内容读取出来。

分词原理、倒排索引

• 例如我要存储三个数据：“hello speeder”、“hello world”、“Im speeder”，那么存储的过程会经历什么？
  1. 分词和去重，将上述三个数据分成四个单词：hello speeder world Im
  2. 建立倒排索引：

ID	word	index
1	hello	1,2
2	speeder	1,3
3	world	2
4	Im	3

• 正排索引：根据index查询数据信息，例如根据ID查询name
• 倒排索引：根据数据信息查询对应的index，也叫反向索引，上述根据word查询index就是倒排索引
• 在用户检索查询时，流程如下：
  1. 先根据关键词查word查询到index。
  2. 再根据index查询到对应的整条数据记录，包含其他所有的field。（我认为这一步类似于关系型数据库中聚集索引的回表操作）
  3. 展示信息。

ES、Lucene、Solr

• lucene只能用在java项目中，需要引入jar包
• lucene不支持集群环境
• Solr实时建立索引时，Solr会产生IO阻塞，查询性能较差，Solr用的是Zookeeper进行分布式管理，而ES自带有分布式协调管理功能。
• Solr支持JSON/XML/CSV，但是ES只支持json文件，但是ES实时搜索应用效率高于Solr
• ES是基于Lucene的搜索框架

ES、kibana、logstash

• ES搜索引擎
• kibana可视化管理界面
• logstash存储库

ES和关系型数据库比较

ES	关系型数据库
Index（索引）	Database（数据库）
Type或者_Doc（类型）	Table（表）
Document（文档）	Row（行）
Field（字段）	Column（列）

ES中的重要概念

• Index
• Mapping
• Type
• Document
• Field
• Cluster
• node
• 分片和副本

文档映射

查看映射关系：get /index_name/_mapping，加上_下划线表示查看ES内置对象

• 动态映射，自动映射字段类型
• 静态映射，自己指定字段映射类型
• text类型中，会有type为keyword的类型字段，因为text默认是要拆分分词进行检索，keyword是为了保留原文本的不拆分而存在的，keyword也算一种类型，例如人员表中的name就可以设置为keyword，不必设置成text进行分词拆分。

IK分词器

• ES中默认的分词器是单字分词器，会把一句汉字中的所有字都拆开，所以默认的在中文环境下十分不好用，所以要用第三方分词器。
• IK直接放在ES安装目录下的plugins，重启ES后即可生效。
• IK分词器两种模式：
  • ik_smart，粗粒度拆分，运用比较少。
  • ik_max_word，最细粒度拆分，常用。
• ES中指定IK分词器作为默认分词器

put /index_name
{"settings"	: {"index": {"analysis.analyzer.default.type" : "ik_max_word"}}
}

基本操作

• 创建索引库：put /index_name
• 查询索引库：get /inex_name
• 删除索引库：delete /index_name
• 添加一条记录：put /index_name/_doc/id，例如put /test/user/1
• 条件查询
• 范围查询
• 批量查询
• 分页查询

DSL语言高级查询（ES中最核心的查询语法）

• match，拆分查询
• term，不拆分查询
• multi_match，多词查询

ES-Header集群管理可视化界面

待更新。。