ElasticSearch快速入门（一）=＞概述、安装、核心概念、ik分词器

阳光穿透心脏的1/2处 2023-10-03 13:43 33阅读 0赞

## 一、ElasticSearch 概述 ##

### 1.1 ElasticSearch 简介 ###

> `ElasticSearch` 是基于 `Lucene` 做了一些封装和增强。而 `Lucene` 是一套信息检索工具包！ `jar` 包！ 不包含 搜索引擎系统！ 包含的：索引结构！ 读写索引的工具！排序，搜索规则… 工具类！

Elaticsearch，简称为 es， es 是一个开源的**高扩展的分布式全文检索引擎**，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（大数据时代）的数据**。es 也使用 Java 开发并使用 Lucene 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单。

--------------------

**Elasticsearch 是一个实时分布式搜索和分析引擎。它让你以前所未有的速度处理大数据成为可能。**

它用于**全文搜索、结构化搜索、分析**以及将这三者混合使用：

*  维基百科使用 Elasticsearch 提供全文搜索并高亮关键字，以及输入实时搜索(search-asyou-type)和搜索纠错(did-you-mean)等搜索建议功能。
 *  英国卫报使用 Elasticsearch 结合用户日志和社交网络数据提供给他们的编辑以实时的反馈，以便及时了解公众对新发表的文章的回应。
 *  StackOverflow 结合全文搜索与地理位置查询，以及 more-like-this 功能来找到相关的问题和答案。
 *  Github 使用 Elasticsearch 检索 1300 亿行的代码。
 *  但是 Elasticsearch 不仅用于大型企业，它还让像 DataDog 以及 Klout 这样的创业公司将最初的想法变成可扩展的解决方案。
 *  Elasticsearch 可以在你的笔记本上运行，也可以在数以百计的服务器上处理 PB 级别的数据 。
 *  Elasticsearch 是一个基于 Apache Lucene™的开源搜索引擎。无论在开源还是专有领域，Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
 *  但是，Lucene 只是一个库。想要使用它，你必须使用 Java 来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene 非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
 *  **Elasticsearch 也使用 Java 开发并使用 Lucene 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单**。

> 谁在使用

*  维基百科，类似百度百科，全文检索，高亮，搜索推荐/2 （权重，百度！）
 *  The Guardian（国外新闻网站），类似搜狐新闻，用户行为日志（点击，浏览，收藏，评论）+社交网络数据（对某某新闻的相关看法），数据分析，给到每篇新闻文章的作者，让他知道他的文章的公众反馈（好，坏，热门，垃圾，鄙视，崇拜）
 *  Stack Overflow（国外的程序异常讨论论坛），IT 问题，程序的报错，提交上去，有人会跟你讨论和回答，全文检索，搜索相关问题和答案，程序报错了，就会将报错信息粘贴到里面去，搜索有没有对应的答案
 *  GitHub（开源代码管理），搜索上千亿行代码
 *  电商网站，检索商品
 *  日志数据分析，logstash 采集日志，ES 进行复杂的数据分析，**ELK 技术， elasticsearch+logstash+kibana**
 *  商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时候，发送通知消息给用户，比如说订阅牙膏的监控，如果高露洁牙膏的家庭套装低于 50 块钱，就通知我，我就去买。
 *  BI 系统，商业智能，Business Intelligence。比如说有个大型商场集团，BI，分析一下某某区域最近3 年的用户消费金额的趋势以及用户群体的组成构成，产出相关的数张报表，\*\*区，最近 3 年，每年消费金额呈现 100%的增长，而且用户群体 85%是高级白领，开一个新商场。ES 执行数据分析和挖掘，Kibana 进行数据可视化
 *  国内：站内搜索（电商，招聘，门户，等等），IT 系统搜索（OA，CRM，ERP，等等），数据分析（ES 热门的一个使用场景）

### 1.2 ElasticSearch 和 solr的差别 ###

#### 1.2.1 solr简介 ####

*  Solr 是 Apache 下的一个顶级开源项目，采用 Java 开发，它是基于 Lucene 的全文搜索服务器。Solr 提供了比 Lucene 更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化
 *  Solr 可以独立运行，运行在 Jetty、Tomcat 等这些 Servlet 容器中，Solr 索引的实现方法很简单，**用 POST 方法向 Solr 服务器发送一个描述 Field 及其内容的 XML 文档，Solr 根据 xml 文档添加、删除、更新索引**。Solr 搜索只需要发送 HTTP GET 请求，然后对 Solr 返回 Xml、json 等格式的查询结果进行解析，组织页面布局。Solr 不提供构建 UI 的功能，Solr 提供了一个管理界面，通过管理界面可以查询 Solr 的配置和运行情况。
 *  solr 是基于 lucene 开发企业级搜索服务器，实际上就是封装了 lucene。
 *  Solr 是一个独立的企业级搜索应用服务器，它对外提供类似于 **Web-service 的 API 接口**。用户可以通过 http 请求，向搜索引擎服务器提交一定格式的文件，生成索引；也可以通过提出查找请求，并得到返回结果。

#### 1.2.2 Lucene 简介 ####

> Lucene 是 apache 软件基金会 4 jakarta 项目组的一个子项目，**是一个开放源代码的全文检索引擎工具包**，但**它不是一个完整的全文检索引擎**，**而是一个全文检索引擎的架构**，提**供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）**。**Lucene 的目的是为软件开发人员提供一个简单易用的工具包**，\*\*以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。\*\*Lucene 是一套用于全文检索和搜寻的开源程式库，由 Apache 软件基金会支持和提供。Lucene 提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在 Java 开发环境里 Lucene 是一个成熟的免费开源工具。就其本身而言，Lucene 是当前以及最近几年最受欢迎的免费 Java 信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。

`Lucene` 是一个全文检索引擎的架构。那什么是全文搜索引擎？

*  全文搜索引擎是名副其实的搜索引擎，国外具代表性的有 Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut 等，国内著名的有百度（Baidu）。它们都是通过从互联网上提取的各个网站的信息（以网页文字为主）而建立的数据库中，检索与用户查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户，因此他们是真正的搜索引擎。
 *  从搜索结果来源的角度，全文搜索引擎又可细分为两种，一种是拥有自己的检索程序（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）程序，并自建网页数据库，搜索结果直接从自身的数据库中调用，如上面提到的 7 家引擎；另一种则是租用其他引擎的数据库，并按自定的格式排列搜索结果，如Lycos 引擎。

#### 1.2.3 Elasticsearch 和 Solr 比较 ####

*  当单纯对已有的数据进行搜索时，Solr更快
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center]
 *  当实时建立索引时，Solr会产生io阻塞， 查询性能较差，Elasticsearch具有明显的优势。
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 1]
 *  随着数据量的增加，Solr的搜索效率会变得更低，而Elasticsearch却没 有明显的变化。
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 2]

--------------------

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 3]

> **ElasticSearch vs Solr 总结**

*  es 基本是开箱即用（解压就可以用 ! ），非常简单。Solr 安装略微复杂一丢丢！
 *  Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能。
 *  Solr 支持更多格式的数据，比如 JSON、XML、CSV，而 Elasticsearch 仅支持 json 文件格式。
 *  Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要 kibana 友好支撑~!
 *  Solr 查询快，但更新索引时慢（即插入删除慢），用于电商等查询多的应用；
    
     *  ES 建立索引快（即查询慢），即实时性查询快，用于 facebook 新浪等搜索。
     *  Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。
 *  Solr 比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而 Elasticsearch 相对开发维护者较少，更新太快，学习使用成本较高。（趋势！）

## 二、ElasticSearch 的安装 ##

### 2.1 下载 ###

官网下载： https://www.elastic.co/ (不建议)

> 网盘提取（√）
> 
> 链接：https://pan.baidu.com/s/1xRhS8qVclF0-48kcW2MEbg  
> 提取码：x4m8

### 2.2 Windows安装 ###

*  只需要把下载好的压缩文件解压即可
    
    ![在这里插入图片描述][a841e456fc3b4b4b886c08b3794faa19.png_pic_center]
 *  解压后的目录解析
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 4]
    
        bin 启动文件
        config 配置文件
            log4j2 日志配置文件
            jvm.options java 虚拟机相关的配置
            elasticsearch.yml elasticsearch 的配置文件！ 默认 9200 端口！ 跨域！
        lib 相关jar包
        logs 日志！
        modules 功能模块
        plugins 插件！
 *  打开 jvm.options java虚拟机相关的配置
    
    ![在这里插入图片描述][37d4d4e2a6b34a7dbbd5cb906671e279.png_pic_center]
 *  启动，只需要进去bin目录双击elasticsearch.bat（**切记要使用管理员运行这个文件，不然会报错**）
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 5]
 *  访问测试，访问127.0.0.1:9200
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 6]

### 2.3 安装可视化界面 es head的插件 ###

*  下载地址：https://github.com/mobz/elasticsearch-head/

![在这里插入图片描述][ce595bd89bfa4578a64a729260885a60.png_pic_center]

*  启动项目，到项目主目录下运行命令
    
        npm install # 下载依赖
        
        npm run start # 启动项目
    
    ![在这里插入图片描述][1b89824d8d784e76a332bc3341cdb90b.png_pic_center]
 *  连接测试发现，存在跨域问题：配置 es
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 7]
    
     *  修改 `elasticsearch/config/elasticsearch.yml`
     *  添加如下内容
        
            http.cors.enabled: true  # 开启跨域
            
            http.cors.allow-origin: "*" # 允许所有人
 *  重启 es 服务器，然后再次连接

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 8]

> 可以把es当成一个数据库，可以新建索引(库)，文档(库中的数据)

*  新建索引
    
    ![在这里插入图片描述][1de462c5039c4a8a9656853ea4f072eb.png_pic_center]

--------------------

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 9]

*  说明：head这个页面一般只做三个操作，概览、索引、数据浏览

### 2.4 了解ELK ###

> ELK 是 Elasticsearch、Logstash、Kibana 三大开源框架首字母大写简称。市面上也被成为 ElasticStack。其中 Elasticsearch 是一个基于 Lucene、分布式、通过 Restful 方式进行交互的近实时搜索平台框架。像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用 Elasticsearch 作为底层支持框架，可见 Elasticsearch 提供的搜索能力确实强大,市面上很多时候我们简称 Elasticsearch 为 es。Logstash 是 ELK 的中央数据流引擎，用于从不同目标（文件/数据存储/MQ）收集的不同格式数据，经过过滤后支持输出到不同目的地（文件/MQ/redis/elasticsearch/kafka 等）。Kibana 可以将 elasticsearch 的数据通过友好的页面展示出来，提供实时分析的功能。
> 
> 市面上很多开发只要提到 ELK 能够一致说出它是一个日志分析架构技术栈总称，但实际上 ELK 不仅仅适用于日志分析，它还可以支持其它任何数据分析和收集的场景，日志分析和收集只是更具有代表性。并非唯一性。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 10]

### 2.5 安装Kibana ###

> Kibana 是一个针对Elasticsearch 的开源分析及可视化平台，用来搜索、查看交互存储在 Elasticsearch 索引中的数据。使用 Kibana，可以通过各种图表进行高级数据分析及展示。Kibana 让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板（dashboard）实时显示 Elasticsearch 查询动态。设置 Kibana 非常简单。无需编码或者额外的基础架构，几分钟内就可以完成 Kibana 安装并启动 Elasticsearch 索引监测。

**`Kibana` 版本要和 `Es` 一致**

安装可查看另一博客： [ELK+Kafka简单介绍以及下载安装][ELK_Kafka]

**说明：**

*  **kibana自带开发工具**（类似于Postman一样的）

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 11]

*  **kibana自带汉化**，只需要在配置文件中添加一下内容
    
        i18n.locale: "zh-CN"
 *  重新启动查看效果
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 12]

## 三、ElasticSearch 核心概念 ##

### 3.1 概述 ###

> elasticsearch 是面向文档的。

关系型数据库 和 elasticsearch 客观的对比

<table> 
 <thead> 
  <tr> 
   <th><strong>Relational DB</strong>(mysql)</th> 
   <th><strong>Elasticsearch</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>数据库(database)</td> 
   <td>索引(indices)</td> 
  </tr> 
  <tr> 
   <td>表(tables)</td> 
   <td>types</td> 
  </tr> 
  <tr> 
   <td>行(rows)</td> 
   <td>documents(文档)</td> 
  </tr> 
  <tr> 
   <td>字段(columns)</td> 
   <td>fields</td> 
  </tr> 
 </tbody> 
</table>

**elasticsearch 一切都是JSON**

> `elasticsearch`(集群)中可以包含多个索引(数据库)，每个索引中可以包含多个类型(表)，每个类型下又包含多 个文档(行)，每个文档中又包含多个字段(列)。

**物理设计**

*  `elasticsearch` 在后台把每个**索引划分成多个分片**，每分分片可以在集群中的不同服务器间迁移 。
 *  一个人就是一个集群！默认的集群名称就是 `elaticsearh`

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 13]

**逻辑设计**

一个索引类型中，包含多个文档，比如说文档 1，文档 2。 当我们索引一篇文档时，可以通过这样的一各顺序找到 它:索引 -> 类型 -> 文档 ID ，通过这个组合我们就能索引到某个具体的文档。 注意:ID 不必是整数，实际上它是个字 符串。

### 3.2 文档 ###

> 文档**就是我们的一条条数据**

user
    1   zhangsan        18
    2   kuangshen       3

之前说 elasticsearch 是面向文档的，那么就意味着**索引和搜索数据的最小单位是文档**，elasticsearch 中，文档有几个 重要属性 :

*  自我包含，一篇文档同时包含字段和对应的值，也就是同时包含 key:value！
 *  可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的！ \{ **就是一个 json 对象**！\}
 *  灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在 elasticsearch 中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符 串也可以是整形。因为 elasticsearch 会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在 elasticsearch 中，类型有时候也称为映射类型。

### 3.3 类型 ###

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。 类型中对于字段的定义称为映射，比如 name 映 射为字符串类型。 我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么 elasticsearch 是怎么做的呢?elasticsearch 会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch 就开始猜，如果这个值是 18，那么 elasticsearch 会认为它是整形。 但是 elasticsearch 也可能猜不对， 所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用。

### 3.4 索引 ###

> 索引就是**数据库**

索引是映射类型的容器，elasticsearch 中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。 然后它们被存储到了各个分片上了。 我们来研究下分片是如何工作的。

**物理设计 ：节点和分片 如何工作**

创建索引时：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 14]

一个集群至少有一个节点，而一个节点就是一个 elasricsearch 进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个 5 个分片 ( primary shard ,又称主分片 ) 构成的，每一个主分片会有一个副本 ( replica shard ,又称复制分片 )  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 15]

上图是一个有 3 个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉 了，数据也不至于丢失。 实际上，一个分片是一个 Lucene 索引，一个包含倒排索引的文件目录，倒排索引的结构使 得 elasticsearch 在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。

### 3.5 倒排索引 ###

elasticsearch 使用的是一种称为倒排索引的结构，**采用 Lucene 倒排索作为底层**。这种结构适用于快速的全文搜索， 一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。 例如，现在有两个文档， 每个文档包含如下内容：

Study every day, good good up to forever  # **文档**1**包含的内容**
    To forever, study every day, good good up # **文档**2**包含的内容**

为了创建倒排索引，我们首先要将每个文档拆分成独立的词(或称为词条或者 tokens)，然后创建一个包含所有不重 复的词条的排序列表，然后列出每个词条出现在哪个文档 :

<table> 
 <thead> 
  <tr> 
   <th><strong>term</strong></th> 
   <th><strong>doc_1</strong></th> 
   <th><strong>doc_2</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Study</td> 
   <td>√</td> 
   <td>×</td> 
  </tr> 
  <tr> 
   <td>To</td> 
   <td>x</td> 
   <td>×</td> 
  </tr> 
  <tr> 
   <td>every</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>forever</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>day</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>study</td> 
   <td>×</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>good</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>every</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>to</td> 
   <td>√</td> 
   <td>×</td> 
  </tr> 
  <tr> 
   <td>up</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
 </tbody> 
</table>

现在，我们试图搜索 `to forever`，只需要查看包含每个词条的文档 `score`

<table> 
 <thead> 
  <tr> 
   <th><strong>term</strong></th> 
   <th><strong>doc_1</strong></th> 
   <th><strong>doc_2</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>to</td> 
   <td>√</td> 
   <td>×</td> 
  </tr> 
  <tr> 
   <td>forever</td> 
   <td>√</td> 
   <td>√</td> 
  </tr> 
  <tr> 
   <td>total</td> 
   <td>2</td> 
   <td>1</td> 
  </tr> 
 </tbody> 
</table>

两个文档都匹配，但是第一个文档比第二个匹配程度更高。 所以返回doc\_1

**实例**： 比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构 :

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 16]

如果要搜索含有 `python` 标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要 查看标签这一栏，然后获取相关的文章 `ID` 即可。完全过滤掉无关的所有数据，提高效率！

### 3.6 `elasticsearch` 的索引和 `Lucene` 的索引的关系 ###

在 elasticsearch 中， 索引 （库）这个词被频繁使用，这就是术语的使用。 在 elasticsearch 中，索引被分为多个分片，**每份分片是一个 Lucene 的索引。所以一个 elasticsearch 索引是由多个 Lucene 索引组成的**。别问为什么，谁让 elasticsearch 使用 Lucene 作为底层呢! 如无特指，说起索引都是指 elasticsearch 的索引。

## 四、IK分词器 ##

> 分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如 “我爱展示” 会被分为"我",“爱”,“展”,“示”，这显然是不符合要求的，所以我们需要安装中文分词器 ik 来解决这个问题。
> 
> 如果要使用中文，建议使用 ik 分词器！
> 
> `IK` 提供了两个分词算法：`ik_smart` 和 `ik_max_word`，其中 `ik_smart` 为最少切分，ik\_max\_word 为最细粒度划分

**安装**

1、下载地址： https://github.com/medcl/elasticsearch-analysis-ik

![在这里插入图片描述][90a3fce0ece94069b02f92bc02585b6f.png_pic_center]

2、 下载完毕之后，放入到我们的 `elasticsearch` 安装目录下的plugins文件夹中

![在这里插入图片描述][76b73e037d8e4ffc9a8efa7c06674ac6.png_pic_center]

3、启动es 可以看到 `ik` 分词器被加载了

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 17]

4、 `elasticsearch-plugin` 可以通过这个命令来查看加载进来的插件  
`bin`目录下开启`cmd`运行命令`elasticsearch-plugin list`

![在这里插入图片描述][f7a3a3e308fe4c6eb16cd0d97bbf408d.png_pic_center]

5、 使用 `kibana` 测试不同分词算法的效果

*  `ik_smart`最少切分
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 18]
 *  `ik_max_word`最细粒度划分
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 19]

--------------------

发现问题：如果我们不希望`连辉`这个词不能被划分，那么该如何是好？

> 这种自己需要的词，需要自己加到我们的分词器的字典中

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 20]

如图所示：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 21]

**重启 `es` ，查看效果**

![在这里插入图片描述][9bd2b84a7855412fa4d822880b7422ac.png_pic_center]

启动进入kibana测试看看

*  没有加入自己的字典
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 22]
 *  加入自定义的字典后
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 23]

> 以后我们需要自己配置分词就在自己定义的 `dic` 文件中进行配置即可

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/07455273b9b048908a35cb25bc6becd3.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/4d4cdd948bb446538eade978bbf9f8fd.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/ba85e83ebc8c47988948726602837566.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/fa3e2898db694b44886512f85ba84121.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[a841e456fc3b4b4b886c08b3794faa19.png_pic_center]: https://img-blog.csdnimg.cn/a841e456fc3b4b4b886c08b3794faa19.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/ac2f89e8d753454c8f53c0213e5e5a38.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[37d4d4e2a6b34a7dbbd5cb906671e279.png_pic_center]: https://img-blog.csdnimg.cn/37d4d4e2a6b34a7dbbd5cb906671e279.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/d180f9c9d59249f59266d57ae5d76194.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 6]: https://img-blog.csdnimg.cn/1883bba57f124f9ab352c53664cff157.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[ce595bd89bfa4578a64a729260885a60.png_pic_center]: https://img-blog.csdnimg.cn/ce595bd89bfa4578a64a729260885a60.png#pic_center
[1b89824d8d784e76a332bc3341cdb90b.png_pic_center]: https://img-blog.csdnimg.cn/1b89824d8d784e76a332bc3341cdb90b.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 7]: https://img-blog.csdnimg.cn/18efb7159eeb4578b12f638f26b49a2d.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 8]: https://img-blog.csdnimg.cn/e9f704a11e6e4dc6bd1175ddc7dd0ed4.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[1de462c5039c4a8a9656853ea4f072eb.png_pic_center]: https://img-blog.csdnimg.cn/1de462c5039c4a8a9656853ea4f072eb.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 9]: https://img-blog.csdnimg.cn/8c7aeaf03a0e41b8b577199ea4c572ef.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 10]: https://img-blog.csdnimg.cn/f7c455cb49e646c3b3d5eb552eb13ffc.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[ELK_Kafka]: https://blog.csdn.net/qq_45408390/article/details/119639002
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 11]: https://img-blog.csdnimg.cn/119c3385712143d39d0182fbc6c2e966.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 12]: https://img-blog.csdnimg.cn/b6f460caed7e47de8fe976b01b366ce2.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 13]: https://img-blog.csdnimg.cn/60a0a9691a184e56ba1da879a0c39f27.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 14]: https://img-blog.csdnimg.cn/6c44f23a0ec54cb08e8ee734bb2fc160.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 15]: https://img-blog.csdnimg.cn/67afb4767be749d6bc19f56555189a95.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 16]: https://img-blog.csdnimg.cn/4606428e55c94798b41951381565255b.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[90a3fce0ece94069b02f92bc02585b6f.png_pic_center]: https://img-blog.csdnimg.cn/90a3fce0ece94069b02f92bc02585b6f.png#pic_center
[76b73e037d8e4ffc9a8efa7c06674ac6.png_pic_center]: https://img-blog.csdnimg.cn/76b73e037d8e4ffc9a8efa7c06674ac6.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 17]: https://img-blog.csdnimg.cn/838fda61f4eb4101b55194271037c310.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[f7a3a3e308fe4c6eb16cd0d97bbf408d.png_pic_center]: https://img-blog.csdnimg.cn/f7a3a3e308fe4c6eb16cd0d97bbf408d.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 18]: https://img-blog.csdnimg.cn/95b7b3a91ac54b57b03899f4a959d836.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 19]: https://img-blog.csdnimg.cn/6c480e5fe77f4550aadac1bcf7397430.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 20]: https://img-blog.csdnimg.cn/9e6a67645f314f2bb33bdbb78ea1404d.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 21]: https://img-blog.csdnimg.cn/fbc9d038984b4fc298ea83372180b94c.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[9bd2b84a7855412fa4d822880b7422ac.png_pic_center]: https://img-blog.csdnimg.cn/9bd2b84a7855412fa4d822880b7422ac.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 22]: https://img-blog.csdnimg.cn/0302dce96c344e628faee2945fd9900e.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw_size_16_color_FFFFFF_t_70_pic_center 23]: https://img-blog.csdnimg.cn/cd954a1f0597458aa5673c233a060b63.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NDA4Mzkw,size_16,color_FFFFFF,t_70#pic_center