前言
" 革命同志是块砖，哪里需要哪里搬！这不，老大发话，要我在组内做一个 Elasticsearch 技术分享。这不话题一转，开始看起来 ES 了。虽然很久之前用过 ELK 做过日志监控系统，但是毕竟时隔已久，还是得从头看起。当然手头的活也不能停，话不多说，开始分享。先看看什么是 ES？ "
1
什么是 ES ？
Elasticsearch 是分布式搜索和分析引擎。
Elasticsearch 为所有类型的数据提供近实时（near real-time）的搜索和分析。
常用场景：
- 网站搜索
- ELK 日志采集，存储，分析
- 地理信息系统分析
像下图中使用的设计：
特点：
- ES是一个分布式文档存储，存储的数据都是序列化为 JSON documents 。
- 使用倒排索引存储数据，倒排索引比较适合全文本搜索。
- 基于Apache Lucene搜索引擎库，可以存储，检索文档及元数据。
- 支持 JSON 样式的查询语言 —— Query DSL，也支持 SQL 样式的查询。
- 集群部署，易于扩展。节点（node）分片（shard），将新的 node 添加到集群时，ES 会自动迁移 shard 到新 node 上，重新平衡集群。
- shard 分为两种 主分片（primary shard）和 副本分片 （replica shard）
- replica shard 存放的是 primary shard 的冗余副本 —— 可以防止集群故障，数据丢失，同时可以提高搜索或检索速度。
- 在创建索引时 primary shard 数量是固定的，而replica shard 数量是可以更改的。
- 分片由索引配置，分片越多，维护索引则开销则越大，分片大小越大，则 ES 在增减节点重新平衡集群时，分片移动时间越长。
- 集群恢复：跨集群复制 （CCR），可以自动将索引从主集群同步到热备份的辅助远程集群。
2
什么是倒排索引？
倒排索引也可以成为反向索引。
作为开发咱们经常接触到的就是 MySql，假设有一堆技术书籍，并且已经编上号。
- Java 并发编程之美
- Java 开发手册
- 深入分布式缓存
- Java 并发程序设计
- 算法
- 数据结构与算法
- 如果放在 MySql 里面就是这样
id | book_name |
|---|---|
1 | Java 并发编程之美 |
2 | Java 开发手册 |
3 | 深入分布式缓存 |
4 | Java 并发程序设计 |
5 | 算法 |
6 | 数据结构与算法 |
此时我想查询所有关于 并发 的书籍。
代码语言：javascript复制select * from table_book where book_name like %并发%;
然后会开始遍历表格，查找到 1和4两条记录。
- 如果是倒排索引处理的话
首先会将每个名称进行分词，比如 Java 并发编程之美 会被分为 Java 、并发、 编程、 之 、美。
分词结束之后按照词关联书籍的编号。
term | ids |
|---|---|
Java | 1、2、4 |
并发 | 1、4 |
编程 | 1 |
算法 | 5、6 |
分布式 | 3 |
... | ... |
在倒排索引中搜索并发，然后进行检索，就很容易定位到关于并发书籍的编号。
3
那什么是 Lucene？
Lucene 可以理解为一个开源的、高性能、可伸缩的信息搜索库。使用 Java 开发，封装了各种倒排索引和搜索的API。相当于一个组件。
而 ES 就是在 Lucene 之上进行的开发，从而可以高可用、集群部署、故障迁移、备份容灾等。
4
总结
就这么多，先知道个 ES 是干嘛的。后续再慢慢看、慢慢总结。
相关文档
[1] ES：
https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
- <End /> -
历史文章 ｜ 相关推荐
使用 Maven Archetype 创建项目模版
使用雪花算法生成流水号！
作者：刘志航，一个宅宅的北漂程序员。
