elasticsearch学习篇：初识ES

阳光穿透心脏的1/2处 2024-03-17 12:36 58阅读 0赞

### 一、什么是ES ###

#### 1、基础概念 ####

*  是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从**海量数据中快速找到**需要的内容
 *  es是elastic stack(ELK)的核心，负责存储、搜索、分析数据。

> ELK包括以下内容：
> 
> ![de1ceaa58e2242658ce484574741eb44.png][]
> 
> ELK被广泛应用在日志数据分析、实时监控等领域：

### 2、elasticsearch和lucene ###

elasticsearch底层是基于**lucene**来实现的。

Lucene是一个Java语言的搜索引擎类库，是Apache公司的顶级项目，由DougCutting于1999年研发。官网地址：Apache Lucene - Welcome to Apache Lucene 。

> **Lucene的优势**：
> 
>  *  易扩展
>  *  高性能（基于倒排索引）
> 
> **Lucene的缺点**：
> 
>  *  只限于Java语言开发
>  *  学习曲线陡峭
>  *  不支持水平扩展
> 
> **相比与lucene，elasticsearch具备下列优势：**
> 
>  *  支持分布式，可水平扩展
>  *  提供Restful接口，可被任何语言调用

### 二、倒排索引 ###

我们先来了解一下什么是**正向索引**：

*  基于文档id创建索引。查询词条时必须先找到文档,而后判断是否包含词条

那什么是**倒排索引**呢？

*  对文档内容分词，对词条创建索引，并记录词条所在文档的信息。查询时先根据词条查询到文档id，而后获取到文档

> 倒排索引中有两个非常重要的概念：
> 
>  *  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
>  *  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
> 
> **创建倒排索引**是对正向索引的一种特殊处理，流程如下：
> 
>  *  将每一个文档的数据利用算法分词，得到一个个词条
>  *  创建表，每行数据包括词条、词条所在文档id、位置等信息
>  *  因为词条唯一性，可以给词条创建索引，例如hash表结构索引
> 
> 如图：
> 
> ![3c7aa4c8d669488b9d991fb6c836286b.png][]
> 
> 倒排索引的**搜索流程**如下（以搜索"华为手机"为例）：
> 
> 1.  用户输入条件"华为手机"进行搜索。
> 2.  对用户输入内容**分词**，得到词条：华为、手机。
> 3.  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。
> 4.  拿着文档id到正向索引中查找具体文档。
> 
> 虽然要先查询倒排索引，再查询倒排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。

那么为什么一个叫做正向索引，一个叫做倒排索引呢？

>  *  **正向索引**是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是**根据文档找词条的过程**。
>  *  而**倒排索引**则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是**根据词条找文档的过程**。
> 
> 是不是恰好反过来了？  
> 那么两者方式的优缺点是什么呢？
> 
> #### 正向索引： ####
> 
>  *  优点：
>     
>      *  可以给多个字段创建索引
>      *  根据索引字段搜索、排序速度非常快
>  *  缺点：
>     
>      *  根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。
> 
> #### 倒排索引： ####
> 
>  *  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

### 三、ES中的一些概念 ###

elasticsearch是面向**文档**（**Document**）存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：

*  文档:一条数据就是一个文档，es中是Json格式
 *  字段:Json文档中的字段
 *  索引:同类型文档的集合
 *  映射:索引中文档的约束，比如字段名称、类型

下面是一些分好类的索引

![d7e5b2fca89e4b6d83480fb80bab6289.png][]

#### ES与数据库概念对比 ####

![2e9857edaad34ccb9439091c3faf08e8.png][]

#### ES与数据库的关系： ####

*  数据库负责事务类型操作
 *  elasticsearch负责海量数据的搜索、分析、计算

#### 因此在企业中，往往是两者结合使用： ####

*  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

[de1ceaa58e2242658ce484574741eb44.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/754f3b2f567742e4bce5b3d3baed5cd7.png
[3c7aa4c8d669488b9d991fb6c836286b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/519b2cd83ef4461193704250d2c321ce.png
[d7e5b2fca89e4b6d83480fb80bab6289.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/dd3e817bc5fc4c4584b1edf9dc5b28cd.png
[2e9857edaad34ccb9439091c3faf08e8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/c9f6db457069448eb2f67655f06e0474.png