1.Elasticsearch介绍

内容拷贝：https://blog.csdn.net/jiayoubaobei2/article/details/125882986

1. Elasticsearch概述
1.1 开篇
1.1.1 结构化数据

老师说扩展结构不方便，我也没明白哪里不方便，很方便啊，想增加字段就增加，想删除就删除，如果哪位大佬知道麻烦底下留言指教

1.1.2 非结构化数据

无法用二维表结构来表现数据的数据，比如服务器日志，无法用结构表现，通信记录，视频或者图片，维度广数据量大，数据的查询和存储的成本非常大，往往需要专业的人员的大量的统计模型进行处理，一般这种数据保存到nosql数据库中，如redis，通过key来查询我们数据

1.1.3 半结构化数据

 将数据的结构和内容混在一起，没有明显的区分，像xml和html，这样的文档就是半结构化数据，也是一般保存到nosql中，缺点就是查询内容不是很容易

1.3 Elasticsearch是什么

1.3.1 介绍

The Elastic Stack，包括Elasticsearch、Kibana用于展示数据的项目、Beats和Logstash采集和传输数据的项目(也称为ELK stack)

Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式全文搜索引擎， 也可以理解为全栈搜索，比如说在博客网站中，用户在网站里写一些文章，其他用户可以根据热门词汇或者关键字等等，进行搜索，查询整个网站所有匹配的文章，并以列表的形式展现出来，传统数据库以这样的方式检索效率是非常低的，即使进行sql索引优化，效果也不会很明显，所以生产环境中，这种常规搜索方式效果比较差，是整个 ElasticStack 技术栈的核心，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 PB 级别的数据

1.3.2 全文搜索引擎

Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。

一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的

       1.搜索的数据对象是大量的非结构化的文本数据。
  2.文件记录量达到数十万或数百万个甚至更多。
  3.支持大量基于交互式文本的查询。
  4.需求非常灵活的全文搜索查询。
  5.对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
  6.对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎 

这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程

2. Elasticsearch入门

2.1 环境准备

Windows 版的 Elasticsearch 压缩包，解压即安装完毕，解压后的 Elasticsearch 的目录结构如下 ：

解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务 。

注意： 9300 端口为 Elasticsearch 集群间组件的通信端口， 9200 端口为浏览器访问的 http协议 RESTful 端口。

打开浏览器，输入地址： http://localhost:9200，测试返回结果

{
  "name" : "LAPTOP-SNNQ1UNH",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "swFLKvuqRBOE0r5GewiUwg",
  "version" : {
    "number" : "7.14.1",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "66b55ebfa59c92c15db3f69a335d500018b3331e",
    "build_date" : "2021-08-26T09:01:05.390870785Z",
    "build_snapshot" : false,
    "lucene_version" : "8.9.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

2.2 名词解释

2.2.1 Restful & Json

互联网软件的架构原则，这个原则我们称之为rest原则，表示资源状态转换，就是说我们请求的资源是有状态的，而这些状态会根据原则改变和转换，其实我们Http协议就遵循了rest原则，比如在web中资源的唯一标识是URI，叫统一资源路径，我们可以在浏览器输入这个路径，来定位网上的资源，比如http://localhost:9200/test/test.txt，这个路径不应该包含对资源的操作的，比如增加修改，路径是不应该存在的，那rest风格当中就要我们统一遵循接口原则，统一接口就包含了受限制的预定义的操作，无论什么样的资源都应该用同样的接口对资源进行访问，这里的接口就应该符合标准的http的方法，比方说，get，post，put，delete，heade，我们的路径是对资源的定位，方法是对资源的操作，按照http的方法就会暴露我们的资源，我们接口就具有安全性和幂等性的特性，比如get和head的请求都是安全的，无论你请求多少次都不会改变服务器资源的状态，而put，delete这些请求都是幂等性的，无论对资源操作多少次结果都是一样的，后面的请求并不会对第一次请求产生更多的影响，你put插入的东西永远是相同的，post不是幂等性的，当我们用rest风格想es发出请求之后，es就会返回响应，返回响应的数据格式为json，es数据的发送和返回都是以json为标准格式的

2.2.2 数据格式

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。 为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比

ES 里的 Index 可以看做一个库，而 Types 相当于表， Documents 则相当于表的行。这里 Types 的概念已经被逐渐弱化， Elasticsearch 6.X 中，一个 index 下已经只能包含一个type， Elasticsearch 7.X 中, Type 的概念已经被删除了

理解：在关系型数据库中索引是为了优化查询所设计的数据库对象，没有索引也能查询就是慢，而ES软件专门用于全文检索数据，所以索引是搜索引擎的关键，甚至可以说万物皆索引不为过，es为了能够做到快速准确查询，使用特殊概念进行数据的存储和查询，这个概念称之为倒排索引，我们可以根据主键查询对应信息，通过建立主键索引快速查出对应信息，这种叫正向索引，如果我们想要查询文章内容中，包含了哪些热门词汇，我们需要做模糊查询，这个查询效率很差，而且每条数据都需要遍历，而且查询内容的大小写，时态都会影响查询的准确率，如果你想查大写，数据中有小写的你查不查，算不算匹配，所以这个时候就需要换一种方式，将数据和索引关联，就需要倒排索引，通过关键字查询主键id，然后再关联文章内容，不会体现表的概念，如果模糊查询的话，他会告诉你，数据在哪张表里面，具体规则是什么，倒排索引中强调的是关键字和文档编号的关联，表的作用没有那么关键了，所以说type概念逐渐弱化，其他的概念还是跟数据库相对应的