本文正在参与「金石方案」

Elasticsearch简单介绍

百度上介绍的Elasticsearch适当全面，参考之整理如下：

Elasticsearch 是一个分布式、高扩展、高实时的查找与数据剖析引擎。它能很便利的使大量数据具有查找、剖析和探究的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。

Elasticsearch 的完成原理首要分为以下几个步骤，首要用户将数据提交到Elasticsearch 数据库中，再经过分词控制器去将对应的句子分词，将其权重和分词成果一并存入数据，当用户查找数据时分，再依据权重将成果排名，打分，再将回来成果呈现给用户。

Elasticsearch是与名为Logstash的数据搜集和日志解析引擎以及名为Kibana的剖析和可视化平台一起开发的。这三个产品被规划成一个集成处理方案，称为“Elastic Stack”（曾经称为“ELK stack”）。被广泛应用于日志数据剖析，实时监控等范畴。

Elasticsearch能够用于查找各种文档。它供给可扩展的查找，具有挨近实时的查找，并支撑多租户。Elasticsearch是分布式的，这意味着索引能够被分红分片，每个分片能够有0个或多个副本。每个节点托管一个或多个分片，并充当协调器将操作托付给正确的分片。再平衡和路由是自动完成的。相关数据通常存储在同一个索引中，该索引由一个或多个主分片和零个或多个复制分片组成。一旦创建了索引，就不能更改主分片的数量。

Lucene是用Java言语写的一个查找引擎类库，其实便是一个jar包，里面包括了查找引擎的核心API，在运用的时分只需要导入这个jar包即可。当然，Lucene是能够扩展的，而且是高性能的（倒排索引数据结构，便于查询）。

Elasticsearch运用Lucene，并企图经过JSON和Java API供给其一切特性。它支撑facetting和percolating，假如新文档与注册查询匹配，这对于通知十分有用。另一个特性称为“网关”，处理索引的长时间持久性；例如，在服务器崩溃的情况下，能够从网关恢复索引。Elasticsearch支撑实时GET恳求，适合作为NoSQL数据存储，但缺少分布式业务。

倒排索引

Elasticsearch查找引擎是依据Lucene的倒排索引完成的，索引的好处便是帮助咱们快速检索到咱们想要的数据。

首要先回顾一下正向索引： 一般咱们的数据库表会有id字段，而且id字段会被设置为主键索引，当咱们查询句子为select * from goods where id = ？？？ 此刻查询会走索引（底层完成b+树），因而检索功率在数据比较多的情况下查询速度也是比较快的。

但是假如咱们查询title列的每一行数据是否包括“手机”这一字段时，咱们会用到含糊查询（即便title字段设置了索引，索引也不会生效）select * from goods where title = %手机%，此刻会进行逐行扫描，判别每一行的title列是否包括“手机”。假如表中的行数比较多，此刻逐行扫描所要花费的时间是适当长的，因而查询功率会显得十分十分慢！

对于全文检索的查询方法，倒排索引能够处理这一难题！

倒排索引用到的术语有：

文档：表中的每一条记载（数据）便是一个文档 词条：文档中依照语义划分红的词语便是词条 索引：相同类型的文档的集合 类型：表明数据结构，适当于表结构中描绘字段的类型 映射：索引中文档的字段约束信息，类似于表的信息

对于以上的表，不管有多少条文档，咱们都能够依据语义划分的词条，构成右边倒排索引的方式，假如文档中有重复词条呈现，咱们在右边记载文档的id即可。 比方咱们作为用户，想要查找华为手机，咱们输入的词语会被分红“华为”和“手机”两个词条，之后会依据词条列表在倒排索引表中找到包括该词条的id，会再依据id再次查询：

倒排索引的进程经过了两次检索，首要经过用户的词条查找文档id，之后会拿着文档id去文档中检索，找到合适的成果。由于两次检索都经过索引进行查询，所以查询功率比正向索引功率高很多。 正向索引是依据文档id查询词条，判别每条文档是否包括想要的词条；而倒排索引是经过对一切文档的内容进行分词，对词条创建索引，同时记载词条在文档中的方位。查询的时分先依据词条查询到文档的id，然后再经过文档id找到想要的文档，两次查询均走索引。

文档数据会被序列化为json格式存储在elasticsearch中，对于咱们上面的数据，在elasticsearch中这样存储：

依据文档的类型，相同类型的文档会被划分到相同的索引库中。

• 一切用户文档，就能够安排在一起，称为用户的索引；
• 一切产品的文档，能够安排在一起，称为产品的索引；
• 一切订单的文档，能够安排在一起，称为订单的索引；

  

MySQL和Elasticsearch对比

在MySQL中，咱们对数据库完成增删改查是经过select，delect，update，insert等句子完成的。在Elasticsearch中，是经过DSL句子完成的crud，是一种json风格的恳求语法，依据http恳求发送，和言语无关。

MySQL：拿手业务类型（ACID）操作，能够确保数据的安全和一致性； Elasticsearch：拿手海量数据的查找，剖析，核算（如产品，页面查找）

Elasticsearch和数据库的关系为互补关系，数据库首要负责业务类型操作，Elasticsearch首要负责海量数据的查找，剖析核算等。

本篇文章就先共享到这儿了，后续会继续共享其他方面的知识，感谢大佬认真读完支撑咯~