1.什么是Elasticsearch?
ES是一个基于RESTful web接口，基于Apache Lucene的开源分布式搜索引擎
ES本质上就是分布式搜索引擎
- 可以作为一个大型分布式集群（数百台服务器）技术，处理PB级数据，服务大公司；也可以运行在单机上，服务小公司
- Elasticsearch不是什么新技术，主要是将全文检索、数据分析以及分布式技术，合并在了一起形成了ES；
- 对开发者而言开箱即用，非常简单，作为中小型的应用，几分钟部署ES，就可以作为生产环境的系统来使用了，数据量不大，操作不是太复杂
- 数据库的功能面对很多领域是不够用的（事务，还有各种联机事务型的操作）；特殊的功能，比如全文检索，同义词处理，相关度排名，复杂数据分析，海量数据的近实时处理；Elasticsearch作为传统数据库的一个补充，提供了数据库所不不能提供的很多功能
1.1 ES的特点
- 分布式：可以将海量数据分散到多台服务器存储、检索
- 海量数据处理：基于分布式把数据打散到多台服务器，秒级处理海量数据
- 近实时：基于内存和OS Cash操作，进行数据搜索和分析时轻松做到秒级别
- 横向扩展：低成本动态扩展机器
- 高可用：replica复制机制，一个分片可以设置多个备份，主节点宕机时会自动切换到从节点，集群仍旧可以照常运行
2. 为什么要用ES做搜索引擎，而不用数据库或者Lucene？
2.1 数据库做搜索引擎
优点：
- 学习成本低：新增一些全文索引，使用普通的sql语句查询即可
- 没有额外部署成本
缺点：
- 数据库只适合做关系型事务操作，不适合搜索引擎这种大数据量、高并发的搜索操作；
- 如果用数据库做搜索引擎，必然要多维度多表搜索，一个表一执行一条sql语句，会压垮数据库；
- 数据库虽然支持全文搜索，会导致写性能降低、浪费磁盘空间、
- 数据库like查询，前%会导致索引失效（相当于全文检索了）
- 不支持分词查询是致命缺点
2.2 Lucene做搜索引擎
优点：
- 支持分词查询、短语查询、通配符查询、近似查询
- 基于倒排索引，查询效率高
缺点：
- 仅提供jar包，不能提供API接口调用
- 使用Lucence做搜索引擎难度高，比较考验开发者的技术水平
- 多台节点Lucence没办法互相通讯，每台Luncence都保存相同的数据，随着索引数据越来越大，总有一天会压垮服务器
2.3 Elasticsearch
ES基于Lucene写了一套代码，支持多节点通讯，以便数据分片存储、数据备份、主备切换（容灾）
3. Elasticsearch的应用场景
- 数据搜索：
维基百科、百度、搜狐、Stack Overflow、GitHub、电商商品搜索等
- 数据分析：
- 日志数据分析，logstash采集日志，ES进行复杂的数据分析（elasticsearch+logstash+kibana）
- 用户购物习惯分析，90后女生喜欢晚上23点后搜索化妆品，90后男生喜欢搜索球鞋，或者某个用户最近经常搜索某类商品，这样就可以有针对性推荐用户喜欢的商品
- 商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时候，发送通知消息给用户
- BI系统，商业智能(Business Intelligence）。分析某个区域最近几年的用户消费趋势、用户群体、热门商品，并产出分析报表。比如深圳宝安区，最近3年，平均每年消费教育投入金额增长50%，其中IT教育平均每年投入增长100%，而且用户群体85%是高级白领，其中某某小区附近家长对教育投资最高。这样就可以去那个小区旁边开一家教育机构
