001.快速理解Elasticsearch是什么

1. 什么是Elasticsearch

1.1 什么是搜索

搜索主要是指站内搜索，也称为垂直搜索，包括：

• 互联网搜索：电商网站、招聘网站、新闻网站等以及各种App内的搜索
• IT系统的搜索：OA系统、项目管理系统内的搜索等
• 百度!=搜索，百度只是一个搜索引擎

1.2 数据库搜索的局限性

• 性能差，全表扫描，尤其是当查询的字段的值是很长的字符串时，性能会更差
• 无法满足业务需求，第一条SQL，匹配不到第4条记录，第2条SQL也查询不到第5条记录

1.3 什么是全文检索

全文检索是使用倒排索引技术实现的一种搜索方法

Lucene实现了建立倒排索引、搜索等功能以及各种算法，对于开发人员来说，只要引入lucene的jar包，基于lucene的API进行开发即可。

1.4 什么是Elasticsearch

使用Lucene即可实现单机的全文检索功能，但是无法满足大数据量的搜索，Elasticsearch是将全文检索、数据分析以及分布式技术，合并在了一起，他就是一个分布式的、可以处理海量数据的搜索引擎，Elasticsearch集群中的每个节点，也是依赖Lucene的。

Elasticsearch基于Lucene开发，有几下功能：

• 隐藏了Lucene API的复杂性，提供了简单易用的REST API接口和Java API接口
• 分布式的文档存储，支持海量数据
• 分布式的搜索引擎和分析引擎
• 开箱即用

• 集群自动维护数据的分布、多个节点索引的建立和搜索请求到各个节点的转发
• 集群自动维护数据的冗余副本，保证不丢失数据
• 封装了更多的高级功能，提供了复杂的搜索、聚合分析、基于地理位置的搜索等高级功能

2. Elasticsearch核心概念

• Near Realtime(NRT)：近实时，从写入数据到数据可以被搜索到有一个小延迟（大概1秒），基于ES执行搜索和分析可以达到秒级
• Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常
• Node：节点，集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为"elasticsearch"的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群
• Document&Field：文档，ES中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type中，都可以去存储多个document，一个document里面有多个field，每个field就是一个数据字段，例如以下这条描述一个商品的document { "product_id": "1", "product_name": "高露洁牙膏", "product_desc": "高效美白", "category_id": "2", "category_name": "日化用品" }
• Index：索引，包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。
• Type：类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type，注意：
  • ES 5.x中一个index可以有多种type
  • ES 6.x中一个index只能有一种type
  • ES 7.x以后已经移除type这个概念
• 对于index、type和document，可以通过以下案例理解 商品index，里面存放了所有的商品数据，商品document 但是商品分很多种类，每个种类的document的field可能不太一样，比如说电器商品，可能还包含一些诸如售后时间范围这样的特殊field；生鲜商品，还包含一些诸如生鲜保质期之类的特殊field type，日化商品type，电器商品type，生鲜商品type 日化商品type：product_id，product_name，product_desc，category_id，category_name 电器商品type：product_id，product_name，product_desc，category_id，category_name，service_period（保修期限） 生鲜商品type：product_id，product_name，product_desc，category_id，category_name，eat_period（保质期） 每一个type里面，都会包含一堆document：

{
    "product_id": "2",
    "product_name": "长虹电视机",
    "product_desc": "4k高清",
    "category_id": "3",
    "category_name": "电器",
    "service_period": "1年"
}
{
    "product_id": "3",
    "product_name": "基围虾",
    "product_desc": "纯天然，冰岛产",
    "category_id": "4",
    "category_name": "生鲜",
    "eat_period": "7天"

• index、type、document和field与MySQL的类比

index     数据库
type      表
document  一行记录
field     一个字段

• mapping：mapping定义了每个字段的类型等信息。相当于关系型数据库中的表结构。
• shard：单台机器无法存储大量数据，ES可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index
• replica：任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。