ES 官网：https://www.elastic.co/cn/elasticsearch/
什么是ElasticSearch？
是一个 搜索 服务器软件！
Mysql也可也Select，为什么 不选Mysql 作为主 搜索服务器？
- 效率低下
- 首先 我们搜索，一般都是 模糊查询（例如：%手机） 我们都知道，涉及模糊查询，就会导致sql语句的索引失效，就直接导致全表扫描，性能极其低下。
- 功能低下
- 我们搜索小米手机，在Mysql的sql为 select * from 表 where title like “%小米手机%”; 其结果 只会包含 “小米手机“相关信息。但是在电商平台，我们会遇到搜索“小米手机”，在关键词产品完全匹配的结果之后，就可能会出现 包含 “小米”或”手机” 关键词的商品，大大提高一些商品的曝光度（例如：小米风扇、手机壳），提高服务器的性能。
为什么要使用这个ElasticSearch搜索服务器？
ElasticSearch 比Mysql 额外拥有 倒排索引（反向索引）
什么是倒排索引？
正向索引：将一段文本内容，与其唯一标识，做了一一对应的关系。
例如
唯一标识 | 文本内容 |
|---|---|
《静夜思》 | 窗前明月光，疑是地… |
《水调歌头》 | 明月几时有？把酒… |
《离骚》 | 帝高阳之苗裔兮，朕皇考曰伯庸… |
倒排索引：将一段文本，按照一定的规则，拆分成不同的词条（term），记录数据与词条的唯一标识（id）的对应关系，形成的产物
例如（我这里随便举例子）
唯一标识 | 文本内容 |
|---|---|
窗 | 《静月思》 |
明月 | 《静夜思》，《水调歌头》 |
酒 | 《离骚》 |
将来用 “明月” 作为关键字 进行查询，直接抛出《静夜思》，《水调歌头》，大大加快查询速度。
ES 数据的存储原理与搜索原理
- 存储原理（分词后以Json形式存储）
案例：一个故事网站使用ES：将录入的所有诗歌进行分词。（生成倒排索引的时候，词条会被排序，形成树结构，提升词条的查询速度）
- 搜索原理
关于解决Mysql查询功能低下问题： 我们在使用 “月光” 查询的时候，ES 会自动进行分词 “月”、”光”、”月光”。然后 可以选择 分词的并集、交集 返回。
ElasticSearch概念
- 是一个基于lucene的搜索服务器（建议去百度一下Lucene API）。
- 是一个分布式、高拓展、高实时性的搜索与数据分析引擎。
- 基于Resuful web接口
- 基于Java语言开发，开源。
应用场景
- 搜索，海量的数据
- 日志数据分析（ELK）
- 实时数据分析
Mysql与ElaticSearch强不同
- mysql是由事务的，ES没有
- ES没有外键特性，要求数据强一致性慎用
架构变化
总结：ES 是用来增强查询等的功能的。Mysql还是核心数据源。一旦Mysql变化，ES 也必须相应跟着变化。
ElasticSearch 核心概念
索引（index）：ES存储数据的地方，可以理解成 关系型数据库中的 数据库概念
映射（mapping）：定义了每个字段的类型、字段所使用的分词器。相当于 表结构的概念 ，起到约束作用
文档（document）：ES存储的最小单元，常以json格式显示。相当于 记录 概念
倒排索引：一个倒排索引有文档中的不重复的词列表构成。每一个词，都有一个包含他的文档 id 列表
（ES7前有）类型（type）：理解成表的概念，一个类型就是一个表，一个用户表，一个角色表等等。ES7 默认 type是 _doc
特殊说明： 解决问题的光鲜，藏着磕Bug的痛苦。 万物皆入轮回，谁也躲不掉！ 以上文章，均是我实际操作，写出来的笔记资料，不会出现全文盗用别人文章！烦请各位，请勿直接盗用！
