1：什么是ElasticSearch
ElasticSearch(弹性搜索)，简称ES。
ES是一个分布式，RESTFul风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为 Elastic Stack（Elastic技术栈简称ELK） 的核心，Elasticsearch 会集中存储您的数据，让您飞快完成搜索，微调相关性，进行强大的分析，并轻松缩放规模。
我们可以知道ES有三个特点：
1：分布式（非常方便实现集群部署）
2：RESTFul风格（使用RESTFul进行搜索）
3：搜索引擎（用于数据分析，首先数据得在ES中才行）
2：为什么要使用ElasticSearch
ES主要用来数据搜索和数据分析，这里有读者问不是有数据库吗？比如mysql的，ES和关系型数据库的分工是什么？我们下边举例说明
2.1：为什么不使用mysql
举例1：首先我们那熟悉的关系型数据mysql来举例。我们查找关系型数据库的商品表、数据量很大的时候，这里只是几条简单的数据和表用来举例，实际情况远远比这里复杂。
当我们要查找title="手机"、 "小米充电器"、 "华为" 等等字段的时候，势必要用到模糊查询
select * from order where title like "%目标字段%" ，这就很难使用到索引，即使我们在title字段上创建了索引，性能也会很差。当数据量大、并且title的内容很多的时候是个灾难
举例2：我们想象一下百度的搜索引擎，当我们程序员写了错误代码，到百度上搜索一个关键字查找答案的时候，百度是怎么处理的。比如程序出现的IO异常，我们去百度搜索，根据词条来检索出来我们需要的内容，然后把网上的资源都汇总起来。这个时候百度不会把网络资源放到mysql中，那样在查找关键字，得多慢。当然搜索引擎的技术很复杂。这里就例子就是说明了搜索引擎有多快，为什么有的情况不适用关系型数据库。
结果就是关系型数据库不适合做海量数据的搜索、分析、计算
2.2：为什么要使用ES
前边我们知道关系型数据库的检索困难，比如大数据量的文本检索、计算等等。
那么ES是怎样实现的呢？如下图所示，当我们查询字段的时候
1：首先对title进行分词，分成小米、手机、华为、充电器、手环5个词
2：根据分词创建倒排索引，也就是词条和文档id的对照关系
3：进行查询的时候根据倒排索引，去词条列表中查询到文档id
4：根据文档id查询文档，存储结果集，然后返回。
这样就不会想mysql一样，模糊查询，几千万的数据也得一条一条比对，从而提升了效率。ES适合做海量数据的分析、计算，没有关系型数据库的事务概念
思考点：这样查询是很快、没问题？但是对大量的数据，比如上千万的数据进行分词，然后创建倒排索引这个过程怎么样。我也不知到、我们接着学习吧，也会能找到答案。
2.3：ES和mysql对比
1：mysql存储是表的形式存储数据，ES是文档存储，文档就是数据，将文档格式化成json存储。
2：关系数据库 ⇒ 数据库 ⇒ 表 ⇒ 行 ⇒ 列(Columns)
Elasticsearch ⇒ 索引 ⇒ 类型 ⇒ 文档 ⇒ 字段(Fields)
总结：ES和关系型数据库各有所长、各有所短，不是替换关系，是互补关系。
