You Know, for Search

Elasticsearch是分布式，高性能，高可用，可伸缩的搜索和分析系统。
Elasticsearch 是一个开源的搜索引擎，建立在一个全文搜索引擎库 Apache Lucene™ 基础之上。
Lucene 可以说是当下最先进、高性能、全功能的搜索引擎库—​无论是开源还是私有。但是 Lucene 仅仅只是一个库。为了充分发挥其功能，你需要使用 Java 并将 Lucene 直接集成到应用程序中。 糟糕的是，您可能需要获得信息检索学位才能了解其工作原理。Lucene 非常复杂。
Elasticsearch 也是使用 Java 编写的，它的内部使用 Lucene 做索引与搜索，但是它的目的是使全文检索变得简单， 通过隐藏 Lucene 的复杂性，取而代之的提供一套简单一致的 RESTful API。 Elasticsearch 将所有的功能打包成一个单独的服务，这样你可以通过程序与它提供的简单的 RESTful API 进行通信， 可以使用自己喜欢的编程语言充当 web 客户端，甚至可以使用命令行（去充当这个客户端）。
就 Elasticsearch 而言，起步很简单。对于初学者来说，它预设了一些适当的默认值，并隐藏了复杂的搜索理论知识。 开箱即用 。只需最少的理解，你很快就能具有生产力。

Lucene

一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包括各种算法。我们就用java开发的时候，引入lucene jar，然后基于lucene的api进行去进行开发就可以了。用lucene，我们就可以去将已有的数据建立索引，lucene会在本地磁盘上面，给我们组织索引的数据结构。
lucene，最先进、功能最强大的搜索库，直接基于lucene开发，非常复杂，api复杂（实现一些简单的功能，写大量的java代码），需要深入理解原理（各种索引结构）
elasticsearch，基于lucene，隐藏复杂性，提供简单易用的restful api接口、java api接口（还有其他语言的api接口）
（1）分布式的文档存储引擎
（2）分布式的搜索引擎和分析引擎
（3）分布式，支持PB级数据
开箱即用，优秀的默认参数，不需要任何额外设置，完全开源

倒排索引

1.创建文档列表：

2.创建倒排索引列表：对文档中数据进行分词，得到词条。对词条进行编号，以词条创建索引，最后保存。

3.搜索的过程：

当用户输入任意的词条时，首先对用户输入的数据进行分词，得到用户要搜索的所有词条，然后拿着这些词条去倒排索引列表中进行匹配。找到这些词条就能找到包含这些词条的所有文档的编号。
然后根据这些编号去文档列表中找到文档

elasticsearch核心概念

近实时 NRT

Elasticsearch 是一个近实时的搜索平台。这也就意味着，文档从被索引到真正能被搜索有一个简短的延迟（通常是 1 秒）。

集群 Cluster

集群，即一个或多个节点（servers）的集合，它承载了我们保存的所有数据，并提供了在所有节点索引和搜索的能力。每个集群拥有一个唯一的名称标识，默认的名称为 "elasticsearch"。这个名字非常重要，每个节点只能加入到一个集群，而每个节点能否成为某集群的一部分，就是由这个名字决定的。

节点 Node

节点是一个单一的服务，同时也是集群的一部分，负责保存数据，集群的索引和搜索能力需要各个节点的参与。和集群一样，每个节点也有自己的名字，节点的名称默认是通过 UUID 随机产生的，在节点启动时，会为其分配一个名称。如果不希望使用默认生成的名称，也可以自定义。这个名字也很重要，集群会通过它们来标识每个节点，在进行集群管理时，要知道哪些节点属于某个集群同样需要节点名称来识别。
默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群

索引 Index

索引，是有着相似性的文档的一组集合。怎么理解呢？举个例子，你可以用一个索引存储消费者一类的数据，一个索引保存商品类信息、还有一个索引保存订单数据。 每个索引都是通过名称（必须是小写）来识别的。当我们对某个索引中文档数据执行一些操作时，比如索引、搜索、更新和删除时，也要通过名字识别。
一个集群可以定义任意多个索引。

类型 Type

注：Type 在 Elasticsearch 6.0 已经被弃用了。不再支持多个类型
类型是用于在索引上实现一种逻辑上的分类/分区，这让我们可以在一个索引中存储不同类型的文档，比如，user 类型，blog 类型。但是，在 6.0 以后， 已经不支持在一个创建多个 Type 类型了，而且，Type 类型这个概念将会在下一个版本，也就是 7.0 彻底移除。

文档 Document

文档是 Elasticsearch 中能被索引的最小信息单元。比如，你可以用一个文档表示一个消费者，一个文档表示一个商品，还有一个文档表示一笔订单。文档是以 JSON 格式表示的，这是一种很常用的数据格式。

在一个索引/类型中，我们可以保存任意多个文档。要说明的是，虽然物理意义上，文档是保存在索引中的，但当前版本（6.5），一个文档的保存必须要指定索引/类型。

分片和副本 Sharps & Replica

shard：单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index

replica：任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。

拓展：可扩展架构的方法论——AKF扩展立方体
AKF扩展立方体（Scalability Cube），是《架构即未来》一书中提出的可扩展模型，
这个立方体有三个轴线，每个轴线描述扩展性的一个维度，他们分别是产品、流程和团队：

X轴 —— 代表无差别的克隆服务和数据，工作可以很均匀的分散在不同的服务实例上；

Y轴 —— 关注应用中职责的划分，比如数据类型，交易执行类型的划分；

Z轴 —— 关注服务和数据的优先级划分，如分地域划分。

ElasticSearch完整目录

1. Elasticsearch是什么
2.Elasticsearch基础使用
3.Elasticsearch Mapping
4.Elasticsearch 集群原理
5.Elasticsearch Scripts和读写原理
6.Elasticsearch 分词器
7.Elasticsearch TF-IDF算法及高级查询
8.Elasticsearch 地理位置及搜索
9.Elasticsearch ELK