一．什么是Elasticsearch
Elasticsearch 是一個分布式、高擴(kuò)展、高實時的搜索與數(shù)據(jù)分析引擎，Elasticsearch和Mysql，Redis，MongoDb，Clickhouse等一樣，都可以認(rèn)為它是一種數(shù)據(jù)庫
二．為什么要用Elasticsearch
設(shè)想一個場景：
user表有6千多萬條數(shù)據(jù)，我想查詢nick中包含”大帥哥“的數(shù)據(jù)：
Select nick from user where nick like '%大帥哥%'
比如，我把大帥哥寫成了帥哥，寫成了大帥鍋，寫成了dashuaige，甚至寫成了dsg，大帥哥等，此時的 Mysql是無法處理的，而Elasticsearch借助分詞器（后續(xù)介紹），可以簡單快速查詢檢索。
三．Mysql和Elasticsearch概念對比
1、 MySQL 的數(shù)據(jù)庫（DataBase）相當(dāng)于 Index（索引），數(shù)據(jù)的邏輯集合，ES 的工作主要也是創(chuàng)建索引，查詢索引。
2、 一個數(shù)據(jù)庫里會有多個表（Table），同樣的一個 Index 也會有多個 type。
3、 一個表會有多行（Row），同樣的一個 Type 也會有多個 Document。
4、 Schema 指定表名，表字段，是否建立索引等，同樣的 Mapping 也指定了 Type 字段的處理規(guī)則，即索引如何建立，是否分詞，分詞規(guī)則等。
5、MySQL 中一個row對應(yīng)多個Column，同樣的一個Document會有多個Fields。
6、 在 MySQL 中索引是需要手動創(chuàng)建的，而在 ES 一切字段皆可被索引，只要在 Mapping 在指定即可。
總結(jié)：
Mysql關(guān)系型數(shù)據(jù)庫，適用于結(jié)構(gòu)化數(shù)據(jù)（數(shù)據(jù)與數(shù)據(jù)之間存在強(qiáng)關(guān)聯(lián)）的數(shù)據(jù)存儲和查詢和數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系處理，大量數(shù)據(jù)檢索需要全表查詢，性能差
Elasticsearch非關(guān)系型數(shù)據(jù)庫，適用于數(shù)據(jù)與數(shù)據(jù)之間相對獨立的大量數(shù)據(jù)的檢索查詢，數(shù)據(jù)修改效率低于Mysql，不善于處理數(shù)據(jù)之間的關(guān)系
四．實際操作
通過Docker，使用es和kibana鏡像，開啟es服務(wù)和kibana（后續(xù)介紹）。
我們使用的版本號是：5.6.12
使用Kibana Dev Tool（后續(xù)介紹）操作：文章來源：http://www.zghlxwxcb.cn/news/detail-482079.html
- 索引的新建
- Setting和Mapping的解釋
Setting：es通過settings設(shè)置索引的基礎(chǔ)參數(shù)，包括分詞器、分片等。文章來源地址http://www.zghlxwxcb.cn/news/detail-482079.html
PUT /baobaokanjia/
{
"settings": {
"number_of_shards": 1,
"analysis": {
"analyzer": {
"ik_max_word_t2s": {
"char_filter": [
"tsconvert"
],
"tokenizer": "standard"
},
"ik_smart_t2s": {
"char_filter": [
"tsconvert"
],
"tokenizer": "standard"
},
"pinyin_analyzer": {
"tokenizer": "my_pinyin"
}
},
"char_filter": {
到了這里，關(guān)于不管是前端還是后端，都要看的Elasticsearch快速入門的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
