3分钟速读原著-《elasticsearch实战-6.2.2》(一)

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42528266/article/details/102744140

基本概念

一.ELK

ELK 是ElasticSearch、Logstash 和 Kibana三个产品的首字母缩写,是Elastic公司提供的一套完整的日志收集以及展示的解决方案。

在这里插入图片描述

ElasticSearch简称ES，它是一个实时的分布式搜索和分析引擎，它可以用于全文搜索，结构化搜索以及分析。它是一个建立在全文搜索引擎 Apache Lucene 基础上的搜索引擎，使用 Java 语言编写

Logstash是一个具有实时传输能力的数据收集引擎，用来进行数据收集（如：读取文本文件）、解析，并将数据发送给ES

Kibana为 Elasticsearch 提供了分析和可视化的 Web 平台。它可以在 Elasticsearch 的索引中查找，交互数据，并生成各种维度表格、图形

在这里插入图片描述

二.使用场景

• 搜索领域: 百度、谷歌，全文检索，高亮，搜索推荐等
• 内容网站: 用户行为日志(点击、浏览、收藏、评论) + 社交网络数据，数据分析(将公众对文章的反馈提交至文章作者)，包括网站内容搜索等
• Stack Overflow(IT技术论坛): 全文检索，搜索相关问题和答案
• GitHub(开源代码管理)， 搜索管理其托管的上千亿行代码
• 日志数据分析: ELK技术栈(Elasticsearch + Logstash + Kibana)对日志数据进行采集和分析
• BI系统(Business Intelligence, 商业智能): 分析某区域最近 3 年的用户消费额的趋势、用户群体的组成结构等
• 其他应用: 电商、招聘、门户等网站的内部搜索服务，IT系统(OA、CRM、ERP等)的内部搜索服务、数据分析等

三.ES的核心概念

• 1. 集群(Cluster)：由一个或多个节点组成, 并通过集群名称与其他集群进行区分。集群由唯一名称标识，默认情况下为“ elasticsearch”
• 1. 节点(Node)：单个 ElasticSearch 实例. 通常一个节点运行在一个隔离的容器或虚拟机中。默认情况下，启动单个节点将形成一个名为的新单节点集群elasticsearch
• 1. 索引(Index)：一组文档的集合
• 1. 类型(Type)：曾经是索引的逻辑类别/分区，它使您可以在同一索引中存储不同类型的文档。在7.X版本中已弃用
• 1. 文档(Document)：建立索引的基本信息单位，JSON格式的数据

在这里插入图片描述

四.ES的数据类型

• 1.核心数据类型
  • 1.1 字符串类型-string(6.X已不再支持)
    • 1.1.1 文本类型-text
    • 1.1.2 关键字类型-keyword (备注:这两种取代了String类型)
  • 1.2 数字类型(8种)
  • 1.3 日期类型-date
  • 1.4 布尔类型-boolean
  • 1.5 二进制类型-binary
  • 1.6 范围类型-range
• 2.复杂数据类型
  • 2.1 数组类型-array
  • 2.2 对象类型-object
  • 2.3 嵌套类型-nested
• 3.地理数据类型
  • 3.1 地理点类型-geo point
  • 3.2 地理形状类型-geo shape
• 4.专门数据类型
  • 4.1 IP类型
  • 4.2 计算机数据类型

倒排索引

在这里插入图片描述

CRUD

• GET：查询
• POST：新增/更新
• PUT：新增/更新
• DELETE：删除

SpringBoot 整合ES

推荐链接:https://www.jianshu.com/p/30aa7e75640c