本文正在参加「金石计划」

百度上介绍的Elasticsearch相当全面，参考之整理如下：

Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。

Elasticsearch 的实现原理主要分为以下几个步骤，首先用户将数据提交到Elasticsearch 数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。

Elasticsearch是与名为Logstash的数据收集和日志解析引擎以及名为Kibana的分析和可视化平台一起开发的。这三个产品被设计成一个集成解决方案，称为“Elastic Stack”（以前称为“ELK stack”）。被广泛应用于日志数据分析，实时监控等领域。

Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索，具有接近实时的搜索，并支持多租户。Elasticsearch是分布式的，这意味着索引可以被分成分片，每个分片可以有0个或多个副本。每个节点托管一个或多个分片，并充当协调器将操作委托给正确的分片。再平衡和路由是自动完成的。相关数据通常存储在同一个索引中，该索引由一个或多个主分片和零个或多个复制分片组成。一旦创建了索引，就不能更改主分片的数量。

Lucene是用Java语言写的一个搜索引擎类库，其实就是一个jar包，里面包含了搜索引擎的核心API，在使用的时候只需要导入这个jar包即可。当然，Lucene是可以扩展的，并且是高性能的（倒排索引数据结构，便于查询）。

Elasticsearch使用Lucene，并试图通过JSON和Java API提供其所有特性。它支持facetting和percolating，如果新文档与注册查询匹配，这对于通知非常有用。另一个特性称为“网关”，处理索引的长期持久性；例如，在服务器崩溃的情况下，可以从网关恢复索引。Elasticsearch支持实时GET请求，适合作为NoSQL数据存储，但缺少分布式事务。

Elasticsearch搜索引擎是基于Lucene的倒排索引实现的，索引的好处就是帮助我们快速检索到我们想要的数据。

首先先回顾一下正向索引： 一般我们的数据库表会有id字段，并且id字段会被设置为主键索引，当我们查询语句为select * from goods where id = ？？？ 此时查询会走索引（底层实现b+树），因此检索效率在数据比较多的情况下查询速度也是比较快的。

但是如果我们查询title列的每一行数据是否包含“手机”这一字段时，我们会用到模糊查询（即使title字段设置了索引，索引也不会生效）select * from goods where title = %手机%，此时会进行逐行扫描，判断每一行的title列是否包含“手机”。如果表中的行数比较多，此时逐行扫描所要花费的时间是相当长的，因此查询效率会显得非常非常慢！

对于全文检索的查询方式，倒排索引可以解决这一难题！

倒排索引用到的术语有：

文档：表中的每一条记录（数据）就是一个文档 词条：文档中按照语义划分成的词语就是词条 索引：相同类型的文档的集合 类型：表示数据结构，相当于表结构中描述字段的类型 映射：索引中文档的字段约束信息，类似于表的信息

对于以上的表，无论有多少条文档，我们都可以根据语义划分的词条，形成右边倒排索引的形式，如果文档中有重复词条出现，我们在右边记录文档的id即可。 比如我们作为用户，想要搜索华为手机，我们输入的词语会被分成“华为”和“手机”两个词条，之后会根据词条列表在倒排索引表中找到包含该词条的id，会再根据id再次查询： 倒排索引的过程经过了两次检索，首先通过用户的词条搜索文档id，之后会拿着文档id去文档中检索，找到合适的结果。由于两次检索都通过索引进行查询，所以查询效率比正向索引效率高很多。 正向索引是基于文档id查询词条，判断每条文档是否包含想要的词条；而倒排索引是通过对所有文档的内容进行分词，对词条创建索引，同时记录词条在文档中的位置。查询的时候先根据词条查询到文档的id，然后再通过文档id找到想要的文档，两次查询均走索引。

文档数据会被序列化为json格式存储在elasticsearch中，对于我们上面的数据，在elasticsearch中这样存储： 根据文档的类型，相同类型的文档会被划分到相同的索引库中。

在MySQL中，我们对数据库实现增删改查是通过select，delect，update，insert等语句实现的。在Elasticsearch中，是通过DSL语句实现的crud，是一种json风格的请求语法，基于http请求发送，和语言无关。

MySQL：擅长事务类型（ACID）操作，可以确保数据的安全和一致性； Elasticsearch：擅长海量数据的搜索，分析，计算（如商品，页面搜索）

Elasticsearch和数据库的关系为互补关系，数据库主要负责事务类型操作，Elasticsearch主要负责海量数据的搜索，分析计算等。

本篇文章就先分享到这里了，后续会继续分享其他方面的知识，感谢大佬认真读完支持咯~