ElasticSearch基础：从倒排索引说起，快速认知ES
ElasticSearch（简称ES）是什么？按照 的定义，Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎。
很官方，但也很晦涩。所以，接下来我们尝试比较直白地去描述它。
首先，需要弄明白下面几个问题：
提到搜索，人们会立刻联想到在百度、谷歌上输入关键词获取相关的内容的场景。但搜索不等于百度，大部分APP支持的站内搜索更加大行其道。
数据库是储存和查询数据的利器，那么数据库是否适合做搜索呢？答案是不合适。第一个原因是，当数据库存储了大量数据后，查询效率大幅降低。
另外有些搜索场景，数据库也是不支持的，例如在下表中，我们试图通过“中国足球”这个关键词搜索数据，数据库是无法查询到相应内容的。
什么是倒排索引？倒排索引也叫反向索引，我们通常理解的索引是通过key寻找value，与之相反，倒排索引是通过value寻找key，故而被称作反向索引。
下面我们用一个简单的例子描述一下倒排索引的作用过程：
假如现在有三份数据文档，内容分别是：
为了创建索引，ES引擎通过分词器将每个文档的内容拆成单独的词（称之为词条，或term），再将这些词条创建成不含重复词条的排序列表，然后列出每个词条出现在哪个文档，结果如下：
这种结构由文档中所有不重复的词的列表构成，对于其中每个词都有至少一个文档与与之关联。这种由属性值来确定记录的位置的结构就是倒排索引，带有倒排索引的文件被称为倒排文件。
将上表转为更直观的图片来展示倒排索引：
其中，几个核心术语需要着重理解：
词典和倒排表是 Lucene这种很重要的两种数据结构，是实现快速检索的重要基石。词典和倒排文件是分两部分存储的，词典在内存中而倒排文件存储在磁盘。
至于Lucene，直白地说，它就是一个jar包，封装好了各种建立倒排索引、匹配索引进行搜索的各种算法。我们可以引入Lucene，基于它的API进行开发。
ElasticSearch就在Lucene的基础上实现的，对Lucene进行了良好的封装，简化开发，并提供了很多高级功能。
ElasticSearch生态
ElasticSearch 为快速检索和分析大数据而生，目前已形成丰富的生态。
例如目前比较流行的ELK体系：
要了解 Elasticsearch ，首先要先了解下面的几个专有名词：索引(Index)、类型(Type)、文档(Document)、映射(mapping)。
既然 Elasticsearch 能够存储和查询数据，那么我们自然要将其和最具知名度的数据库-Mysql进行一番对比，两者之间可以通过下表做一个并不非常严谨的类比，主要是为了方便理解。
ES和Mysql直观对比：
Elasticsearch 设计上是天然支持分布式的，下面我们了解一下集群相关概念。
在实际生产中，ES通常与Mysql等存储系统联合使用，例如下面这个设计：
Springboot集成ES非常方便，只要三步操作：
1、pom.xml添加依赖：
2、application.yml增加配置：
3、新建config类：
写个测试方法测试一下：
下载地址：
安装：
1、将压缩包上传到linux服务器到特定目录，比如 /export/test
2、解压压缩包：
ES目录介绍:
首先，我们需要做一些系统配置，要使用有权限的用户，例如root用户。
1、配置用户
因为用户不能直接运行ES，所以新增一个用户（如果有非root用户，直接用也可以）
2、设置最大句柄数（nofile）和最大进程数（nproc）：
在末尾追加内容（已有的话忽略）:
3、调整vm.max_map_count的大小
max_map_count文件包含限制一个进程可以拥有的VMA(虚拟内存区域)的数量
在文尾追加（已有的话则忽略此步）：
执行以下命令使该配置生效：
接下来，切换到刚刚创建的用户，修改ES配置文件：
主要修改以下几项：
启动es服务：
访问 http://192.168.1.13:9200/，出现以下信息，表示es启动成功。
设置后台启动：
下载地址：
Kibana是Java应用，解压即可。解压后，进入文件目录的config目录中，编辑文件，修改该项：
然后，进入bin目录，双击kibana.bat 即可启动。
以上是ElasticSearch基础的内容，后续将持续添加更多内容，敬请关注！
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/2741.html