Elasticsearch初识之

前言

最近研究elsticsearch(以后简称es)也有一段时间， 现在将es的一些知识和心得进行梳理和总结

为什么要使用es？

当系统数据量上了10亿、100亿条的时候，我们通常会从以下情况去分析问题：1）如何选择合适的数据库？2）如何优化数据库？3）如何解决单点故障？4）如何保证数据安全？5）统计汇总时的效率问题？在我们选择了合适的数据库之后，传统型数据库会采用多建索引，分表分库的形式来提升查询效率；而通过通过主从备份解决数据安全性问题；也不能将数据一次性加载到内存中，一次性加载过大数据会对内存过大消耗；所以，这就引入了es。

ES定义

es=elaticsearch简写， Elasticsearch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级别的数据。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。ES主要解决问题：

1）检索相关数据； 2）返回统计结果； 3）检索效率高。

ES核心概念

1）Cluster：集群。

ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

2）Node：节点。

形成集群的每个服务器称为节点。

3）Shard：分片。

当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。 当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。

4）Replia：副本。

为提高查询吞吐量或实现高可用性，可以使用分片副本。 副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。 当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

5）全文检索。

全文检索就是对一篇文章进行索引，可以根据关键字搜索，类似于mysql里的like语句。 全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如”你们的激情是因为什么事情来的” 可能会被分词成：“你们“，”激情“，“什么事情“，”来“ 等token，这样当你搜索“你们” 或者 “激情” 都会把这句搜出来。

ES数据架构的主要概念（与关系数据库Mysql对比）

（1）关系型数据库中的数据库（DataBase），等价于ES中的索引（Index）（2）一个数据库下面有N张表（Table），等价于1个索引Index下面有N多类型（Type）（3）一个数据库表（Table）下的数据由多行（ROW）多列（column，属性）组成，等价于1个Type由多个文档（Document）和多Field组成（4）在数据库中的增insert、删delete、改update、查search操作等价于ES中的增PUT/POST、删Delete、改_update、查GET.

如何部署ES？

零配置，开箱即用需要对应的java版本（小弟用的是1.8）百度上搜索下载es相应的版本后，执行bin文件下的.bat文件即可es的更多概念还需小弟更深入的学习，目前焦点着重于es的使用上，所以概念大家百度即可，下篇开始着手于es的实践使用上。