文章目录
🍃作者介绍：双非本科大三网络工程专业在读，阿里云专家博主，专注于Java领域学习，擅长web应用开发、数据结构和算法，初步涉猎Python人工智能开发和前端开发。
🦅主页：@逐梦苍穹
📕所属专栏：微服务
✈ 您的一键三连，是我创作的最大动力🌹
1、整体介绍
1.1、elasticsearch的作用
elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容
Elasticsearch 是一个开源的分布式搜索和分析引擎，用于全文搜索、日志数据分析、实时数据分析等。它基于 Apache Lucene 搜索引擎构建，提供了强大的全文搜索能力和灵活的数据聚合功能。Elasticsearch 可以快速地索引大量数据，并且支持复杂的查询和聚合操作。它还具有高可用性、可扩展性和实时性的特点，被广泛应用于各种场景，如搜索引擎、日志分析、监控系统等。
例如：
- 在GitHub搜索代码
- 在电商网站搜索商品
- 在搜搜引擎搜索答案
- 在打车软件搜索附近的车
1.2、ELK技术栈
elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。
- Elasticsearch：是一个分布式的搜索和分析引擎，用于存储、搜索和分析大量数据。它提供了强大的全文搜索能力和实时分析功能。
- Logstash：是一个用于日志数据的收集、处理和传输的工具。它可以从多个来源收集日志数据，对数据进行规范化、转换和丰富，然后将数据发送到Elasticsearch等目标中。
- Kibana：是一个用于数据可视化的工具，它可以与Elasticsearch一起使用，帮助用户理解和分析存储在Elasticsearch中的数据。Kibana提供了丰富的图表、表格和地图等可视化方式，使用户能够更直观地探索数据。
ELK技术栈通常用于构建实时日志监控、搜索和分析系统，帮助用户快速发现问题、分析数据，并做出相应的决策，被广泛应用在日志数据分析、实时监控等领域：
而elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。
1.3、elasticsearch和lucene
elasticsearch底层是基于lucene来实现的。
Lucene是一个Java语言的搜索引擎类库，是Apache公司的顶级项目，由DougCutting于1999年研发。
elasticsearch的发展历史：
- 2004年Shay Banon基于Lucene开发了Compass
- 2010年Shay Banon 重写了Compass，取名为Elasticsearch。
1.4、为什么不是其他搜索技术？
比较知名的搜索引擎技术排名：
虽然在早期，Apache Solr是最主要的搜索引擎技术，但随着发展elasticsearch已经渐渐超越了Solr，独占鳌头：
1.5、总结
什么是elasticsearch？
一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能
什么是elastic stack（ELK）？
是以elasticsearch为核心的技术栈，包括beats、Logstash、kibana、elasticsearch
什么是Lucene？
是Apache的开源搜索引擎类库，提供了搜索引擎的核心API
2、倒排索引
倒排索引的概念是基于MySQL这样的正向索引而言的。
2.1、正向索引
那么什么是正向索引呢？例如给下表（tb_goods）中的id创建索引：
如果是根据id查询，那么直接走索引，查询速度非常快。
但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：
1）用户搜索数据，条件是title符合
"%手机%"
2）逐行获取数据，比如id为1的数据
3）判断数据中的title是否符合用户搜索条件
4）如果符合则放入结果集，不符合则丢弃。回到步骤1
逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。
2.2、倒排索引
倒排索引（Inverted Index）是一种用于快速查找文档中特定词语的数据结构。在倒排索引中，每个单词都会被映射到包含该单词的文档列表，这样可以快速找到包含某个特定单词的所有文档。倒排索引被广泛应用在搜索引擎中，通过构建倒排索引，搜索引擎可以快速找到用户查询的相关文档。
倒排索引中有两个非常重要的概念：
- 文档（
Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如：一个网页、一个商品信息 - 词条（
Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条
创建倒排索引是对正向索引的一种特殊处理，流程如下：
- 将每一个文档的数据利用算法分词，得到一个个词条
- 创建表，每行数据包括词条、词条所在文档id、位置等信息
- 因为词条唯一性，可以给词条创建索引，例如hash表结构索引
如图：
倒排索引的搜索流程如下（以搜索"华为手机"为例）：
1）用户输入条件
"华为手机"进行搜索。
2）对用户输入内容分词，得到词条：华为、手机。
3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。
4）拿着文档id到正向索引中查找具体文档。
如图：
虽然要先查询正向索引，再查询倒排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。
2.3、总结
那么为什么一个叫做正向索引，一个叫做倒排索引呢？
- 正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
- 而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。
如此看来，则是恰好反过来了
那么两者方式的优缺点是什么呢？
| 正向索引 | 倒排索引 | |
|---|---|---|
| 优点 | 可以给多个字段创建索引 | 根据词条搜索、模糊搜索时，速度非常快 |
| 根据索引字段搜索、排序速度非常快 | ||
| 缺点 | 根据非索引字段或者索引字段中的部分词条查找时，只能全表扫描 | 只能给词条创建索引，而不是字段 |
| 无法根据字段做排序 |
3、ES的一些概念
elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。
3.1、文档和字段
elasticsearch是面向文档（Document）存储的，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：
而Json文档中往往包含很多的字段（Field），类似于数据库中的列。
3.2、索引和映射
索引（Index），就是相同类型的文档的集合。
例如：
- 所有用户文档，就可以组织在一起，称为用户的索引；
- 所有商品的文档，可以组织在一起，称为商品的索引；
- 所有订单的文档，可以组织在一起，称为订单的索引；
因此，我们可以把索引当做是数据库中的表。
数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。
因此，索引库中就有映射（mapping），是索引中文档的字段约束信息，类似表的结构约束。
3.3、mysql与elasticsearch
统一的把mysql与elasticsearch的概念做一下对比：
| 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 | Mapping | Mapping（映射）是索引中文档的约束，例如字段类型约束。 |
| 类似数据库的表结构（Schema） | ||
| SQL | DSL | DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD |
elasticsearch和mysql两者各自有自己的擅长支出：
- Mysql：擅长事务类型操作，可以确保数据的安全和一致性
- Elasticsearch：擅长海量数据的搜索、分析、计算
因此在企业中，往往是两者结合使用：
- 对安全性要求较高的写操作，使用mysql实现
- 对查询性能要求较高的搜索需求，使用elasticsearch实现
- 两者再基于某种方式，实现数据的同步，保证一致性
3.4、安装es、kibana
具体请移步我的另一篇文章：
部署安装ElasticSearch、Kibana、IK
https://blog.csdn.net/qq_60735796/article/details/137466664