本章將和大家分享 Elasticsearch 的一些基本概念。話不多說，下面我們直接進入主題。

一、什么是Lucene

Lucene是Apache的開源搜索引擎類庫，提供了搜索引擎的核心API。

1、Lucene的優(yōu)勢：易擴展、高性能（基于倒排索引）

2、Lucene的缺點：只限于Java語言開發(fā)、學習曲線陡峭、不支持水平擴展

二、什么是Elasticsearch

Elasticsearch（簡稱ES）是一個開源的，分布式的全文搜索和分析引擎。它可以幫助我們從海量數(shù)據(jù)中快速找到需要的內容。

1、Elasticsearch 是基于 Lucene 開發(fā)的，相比與Lucene，Elasticsearch具備以下優(yōu)勢：支持分布式，可水平擴展；提供Restful接口，可被任何語言調用。

2、Elasticsearch 結合 Kibana、Logstash、Beats，也就是elastic stack（ELK）。被廣泛應用在日志數(shù)據(jù)分析、實時監(jiān)控等領域。

3、Elasticsearch 是 elastic stack（ELK）的核心，負責存儲、搜索、分析數(shù)據(jù)。

4、官網(wǎng)地址：https://www.elastic.co/cn/

三、什么是elastic stack（ELK）

是以Elasticsearch為核心的技術棧，包括Beats、Logstash、Kibana、Elasticsearch。

四、正向索引和倒排索引

1、什么是正向索引

正向索引：基于文檔id創(chuàng)建索引。查詢詞條時必須先找到文檔，而后判斷是否包含詞條。

傳統(tǒng)數(shù)據(jù)庫（如MySQL）采用正向索引，例如給下表（tb_goods）中的id創(chuàng)建索引：

這是我們傳統(tǒng)的正向索引，如果通過索引id去做檢索那效率就比較高，但是如果通過局部內容去做檢索那效率就比較差了。?

2、什么是文檔和詞條

文檔（document）：每一條數(shù)據(jù)就是一個文檔

詞條（term）：對文檔中的內容按照語義分詞，得到的詞語就是詞條

3、什么是倒排索引

倒排索引：對文檔內容分詞，對詞條創(chuàng)建索引，并記錄詞條所在文檔的信息。查詢時先根據(jù)詞條查詢到文檔id，而后獲取到文檔。

Elasticsearch采用倒排索引：

文檔（document）：每條數(shù)據(jù)就是一個文檔

詞條（term）：文檔按照語義分成的詞語

例如：對 title 創(chuàng)建倒排索引

倒排索引在做存儲的時候，它是將文檔中的內容按照語義去分成不同的詞條，然后再按照詞條去做存儲，關聯(lián)文檔id，建立起倒排索引。

搜索過程如下：

倒排索引的搜索過程是經(jīng)過兩次檢索的，第一次是根據(jù)用戶輸入內容的詞條去詞條列表中進行尋找，找到對應的文檔id，第二次則是拿著文檔id去找文檔。雖然經(jīng)歷了兩次查找，但是每一次查找都是索引級別的查找，所以總體的查詢效率是比較高的。

五、ES的基本概念

1、字段（Field）

字段：類似MySQL中的一個字段。

2、文檔（Document）

文檔：一條數(shù)據(jù)，用json格式表示。Elasticsearch是面向文檔存儲的，可以是數(shù)據(jù)庫中的一條商品數(shù)據(jù)，一個訂單信息。文檔數(shù)據(jù)會被序列化為json格式后存儲在Elasticsearch中。

3、類型（Type）

類型：逐漸被弱化的概念，Type就像關系型數(shù)據(jù)庫MySQL中的表，如用戶表、商品表等。注意：在Elasticsearch7.x中，一個索引庫下只有一張表，建表時不能給表取表名，默認表名為_doc。

4、索引（Index）

索引：相同類型文檔的集合，類似MySQL數(shù)據(jù)庫中的表。（由于Elasticsearch7.x版本之后，就刪除了Type類型，默認Type就是_doc，不然ES中的索引庫更像是MySQL中數(shù)據(jù)庫的概念）

5、映射（Mapping）

映射：索引中文檔的字段約束信息，類似表的結構約束

6、Query DSL

Query DSL：ES中提供了一種強大的檢索數(shù)據(jù)方式，這種檢索方式稱之為Query DSL（Domain Specific Language）。DSL是Elasticsearch提供的JSON風格的請求語句，用來操作Elasticsearch，實現(xiàn)CRUD。

7、分片（shard）

分片：可以將一個Index中的數(shù)據(jù)切分為多個shard，然后存儲到多臺服務器上，以增大一個Index可以存儲的數(shù)據(jù)量，加速檢索能力，提升系統(tǒng)性能。

8、副本（replica）

副本：與shard存儲的數(shù)據(jù)是相同的，起到備份作用。當shard發(fā)生故障時，可以從replica中讀取數(shù)據(jù)，保證系統(tǒng)不受影響。

9、節(jié)點（node）

節(jié)點：單個Elasticsearch實例，一臺機器可以有多個節(jié)點。節(jié)點名稱默認隨機分配。

10、集群（cluster）

集群：一組Elasticsearch實例，默認集群名稱為 elasticsearch 。

11、概念對比

12、Elasticsearch與數(shù)據(jù)庫的關系

MySQL：擅長事務類型操作，可以確保數(shù)據(jù)的安全和一致性。

Elasticsearch：擅長海量數(shù)據(jù)的搜索、分析、計算。

13、?元數(shù)據(jù)（Document MetaData）

元數(shù)據(jù)：用于標注文檔的相關信息。

1）_index：文檔所在的索引名

2）_type：文檔所在的類型名，默認是_doc

3）_id：文檔唯一id

4）_source：存儲原始文檔，文檔的原始json數(shù)據(jù)，可從這里獲取每個字段的內容

5）_all：整合所有字段內容到該字段，默認禁用

6）_score：得分

7）_version：版本

8）_seq_no：順序號

六、ES中的數(shù)據(jù)類型

1、核心數(shù)據(jù)類型

1）字符串類型：text（可分詞的文本）、keyword（精確值，例如：品牌、國家、ip地址）

2）數(shù)值類型：long、integer、short、byte、double、float、half_float、scaled_float

3）日期類型：date

4）布爾類型：boolean

5）二進制類型：binary

6）范圍類型：integer_range、float_range、long_range、double_range、date_range

2、復雜數(shù)據(jù)類型

1）數(shù)組類型：array

2）對象類型：object

3）嵌套類型：nested object

3、地理位置數(shù)據(jù)類型

1）geo_point

2）geo_shape

4、專用類型

1）記錄ip地址：ip

2）實現(xiàn)自動補全：completion

3）記錄分詞數(shù)：token_count

4）記錄字符串hash值：murmur3

?

此文由博主精心撰寫轉載請保留此原文鏈接：https://www.cnblogs.com/xyh9039/p/17842159.html

版權聲明：如有雷同純屬巧合，如有侵權請及時聯(lián)系本人修改，謝謝?。?！文章來源地址http://www.zghlxwxcb.cn/news/detail-746974.html

到了這里，關于Elasticsearch 系列（二）- ES的基本概念的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！