一、ElasticSearch介紹

ES是一款非常強大的開源搜索引擎，可以幫我們從海量的數據中快速找到我們需要的內容。

ElasticSearch結合kibana、Logstash、Beats，也就是elastic stack(ELK)，被廣泛運用在日志數據分析，實時監控等領域。

ES負責數據 存儲、計算、搜索數據。

LogStash和Beats負責 數據抓取。

Kibana 是數據可視化組件。

Lucence是ES的底層開發，java語言搜索引擎類庫，是Apache公司頂級項目。

Lucence優勢：

1. 易擴展。
2. 高性能。（基于倒排索引）

缺點：

1. 只限于java語言開發。
2. 學習難度高，曲線陡峭。
3. 不支持水平擴展。

于是在lucence的基礎上，ES優點：

1. 支持分布式，可水平擴展。
2. 提供restful接口，被任何語言調用。

什么是ElasticSearch？

一個開源的分布式搜索引擎，可以實現日志搜索，日志統計，分析等。

什么是ElasticSearch Stack(ELK)？

是以es為核心，logStash和beats負責數據抓取，kibana數據可視化的技術棧。

二、索引

傳統數據庫采用 正向索引，而es采用 倒排索引。

如mysql采用正向索引，比如一個表里有id，這個自增id就屬于主鍵索引，也屬于正向索引，查詢非常快。

但如果查詢某個字段，這個字段叫title其中存儲著“明朝那些事”，這時候如果想查包含“那些”的title怎么查詢呢，即使title有索引，這時候用模糊查詢也會索引失效。

?

ElasticSearch采用倒排索引，倒排索引有兩個概念，文檔和詞條。

1. 文檔（document）：每條數據就是一個文檔。
2. 詞條（term）：文檔按照語義分成的詞語。

詞條的唯一性保證不會重復，對詞條創建索引。

查詢“華為手機”的過程：

1. 先拆分這個搜索為詞條“華為”“手機”。
2. 在倒排索引通過詞條創建的主鍵索引，快速找到“手機”對應id為1,2,“華為”對應id為2,3。
3. 文檔id1,2,3可以查詢到對應的三條數據，通過聚簇索引快速查詢到結果集。

為什么叫倒排索引呢，因為平時數據庫我們是先通過id去找具體的值，而es的倒排索引我們通過次創建新的索引，所以先是去找值再找對應索引的具體值。

三、ES與mysql對比

文檔：

ElasticSearch是面向文檔存儲，可以是數據庫一條商品或者一個訂單信息。會被序列化成JSON格式存儲。

索引（index）：

會把類型相同的索引放在一起，比如商品索引，用戶索引，訂單索引等。

1. Mysql的table 對比與 es的索引index

索引就是文檔的集合，類似與數據庫的表。

1. mysql的row對比與es的document

Document是json風格，row是一條條數據。

Mysql擅長事務，數據庫一致性和安全。

Es擅長海量數據搜索和計算。