什么是elasticsearch
根据维基百科的定义:Elasticsearch 是一个基于Lucene库的搜索引擎。它提供了一个分布式、支持多租户的全文搜索引擎,具有HTTP Web接口和无模式JSON文档。
为啥要用elasticsearch
高性能,近实时,大数据,丰富的功能,灵活的查询和搜索操作,社区支持与生态系统。
一些基本概念
数据的组织方式:索引:对应 mysql 的表
文档:对比mysql表的数据
数据的部署方式,主要讨论分片和副本
分片:类比关系型数据库中的分库分表
副本:类比主从 同步的从库
本质上来说,大型中间件都是有类似的机制:
分片:无法将数据都放在同一个地方,分布式的概念。
副本:一般来说一个分片有多个副本,防止崩溃而导致的缺失。
倒排索引
其中实现一个比较重要的概念就是"倒排索引",其中这个概念在人工智能概述中接触过,所谓倒排索引,根据维基百科的定义 倒排索引(英语:Inverted index),也常被称为反向索引、置入档案或反向档案,是一种索引方法,被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。
个人理解就是 关键词,就是 搜索 苹果,会出来几个喜欢苹果相关的人。而不是专门去找某个人?
elasticsearch基本概念 :写入流程
如何写入的?
先被写入到buffter里面,然后定时刷新到page cache 里面 加refresh。
刷新到磁盘中,这时候还会同步记录一个 commit point 。
只有在commit point 里面的数据 才可以被搜索到的,这也就是说elasticsearch 是一个近实时中间件的原因。
elasticsearch字段类型
核心数据字段
字符串数据类型:text (分词) keyword(不分词)
数值型:如long integer short byte double float half_float half_float scaled_gloat
日期类型:date
布尔类型 boolean
二进制类型 binary
范围类型 integer_range、float_range、long_range 、 double_range 、 date_range
复杂数据类型
数组类型:不需要专门的类型来定义数组
对象类型:object 单独的json对象
嵌套类型:nested object
地理位置数据类型
地理点数据类型:geo_point ,经纬点
地理形状数据类型:geo_shape 多边形的复杂地理形状。
专用数据类型
IPV4 ip协议为ipv4 的地址。
完成数据类型:completion
单词技术数据类型 :token count 统计字符串中的单词数量。
支持的查询
有什么不会的问gpt就是了,或者查文档,问题导向驱动。