初识Elasticsearch
一、Elasticsearch是什么？
- es是款强大的
开源搜索技术，具备非常多强大的功能，能够帮助我们开发人员从海量数据中快速找到需要的内容。例如在GitHub上搜索代码，在jd、tb网站中搜索商品、在baidu中搜索答案。
二、Elasticsearch组成及作用？
- es结合kibana、Logstash、Beats（数据收集），也就是elastic stack（ELK）。作用被广泛的应用在实现搜索、日志统计、分析、系统监控等功能。
es中倒排索引的概念
- 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、一个商品信息等 - 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。
举个栗子：
倒排索引的搜索流程如下（就以搜索"华为手机"为例）：
- 用户输入条件
"华为手机"进行搜索。 - 对用户输入内容分词 ，得到词条：
华为、手机。 - 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。
- 拿着文档id到正向索引中查找具体文档。
如图示：
倒排索引的优缺点：
- 优点：
- 根据词条搜索、模糊搜索时，速度非常快
- 缺点：
- 只能给词条创建索引，而不是字段
- 无法根据字段做排序
mysql与elasticsearch
| 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 |
| database | Index |
对比总结：
- 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
- 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