什么是Elasticsearch
Elasticsearch 是一个基于 Apache Lucene 的分布式搜索和分析引擎。它提供了一个功能强大、实时的数据存储、检索和分析的平台，尤其适合处理结构化和非结构化数据。它在大数据处理、全文搜索****、实时日志分析、监控等场景下应用广泛。
核心概念
- 索引（Index）：相当于关系型数据库中的数据库。它是数据存储的地方，包含多个文档。
- 文档（Document）：相当于关系型数据库中的行，是最小的数据单元，以 JSON 格式存储。
- 类型（Type）：在 Elasticsearch 7.x 版本中已经被废弃，之前用于区分同一个索引中的不同文档类型。
- 分片（Shard）和副本（Replica）：为了实现数据的分布式存储和高可用性，Elasticsearch 把索引分成多个分片（Shard），并且可以为每个分片创建副本（Replica）。
优点
- 全文检索：基于倒排索引的数据结构，可以快速地搜索文本数据。
- 分布式架构：数据自动分片，可以水平扩展，适用于大数据处理。
- 高可用性：通过副本机制保证数据的冗余存储，提高容灾能力。
- RESTful API：使用 JSON 格式的数据进行交互，易于与各种编程语言集成。
常见应用场景
- 日志分析：与 Logstash 和 Kibana（一起称为 ELK Stack）搭配使用，实现实时日志收集、分析和可视化。
- 全文搜索引擎：例如电子商务网站的商品搜索，社交平台的内容搜索。
- 数据监控：可以用来监控服务器性能数据、应用程序日志等。
什么是倒排索引
1.先把文档内容进行分词，形成词条与文档ID的对应关系，叫做词条库，词条具备唯一性，建立索引。
2.对搜索内容进行分词，把分词后得到一个关键词列表，根据关键词去词条库种匹配，在找到对应的文档ID列表。
3.然后根据文档ID列表，找到对应的文档信息。
ES相关概念对比MySQL
| MySQL | Elasticsearch | 说明 |
|---|---|---|
| Table（表） | Index（索引） | 索引（Index）是文档的集合，类似于 MySQL 中的表（Table）。每个索引用于存储一组相似的数据类型。 |
| Row（行） | Document（文档） | 文档（Document）就是 Elasticsearch 中的数据单元，类似于 MySQL 中的行（Row），文档使用 JSON 格式存储。 |
| Column（列） | Field（字段） | 字段（Field）是文档中的一个属性，类似于 MySQL 表中的列（Column）。每个字段都有类型和数据。 |
| Schema（模式） | Mapping（映射） | Mapping（映射）定义了索引中文档的结构和字段类型，类似于 MySQL 中表的结构（Schema）。 |
| SQL（结构化查询语言） | DSL（查询 DSL） | DSL 是 Elasticsearch 提供的 JSON 格式的查询语言，用于进行数据的增删改查（CRUD）操作，功能类似于 MySQL 中的 SQL。 |