前言
官方网址：www.elastic.co
官方描述：Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎，同时是可扩展的数据存储和矢量数据库，能够应对日益增多的各种用例。作为 Elastic Stack 的核心，Elasticsearch 能够集中存储您的数据，实现闪电般的搜索速度、精细的相关性调整以及强大的分析能力，并且能够轻松地进行规模扩展。
本文章将依照本人的实际研究所得展开讲述，若有差错，敬请批评，还望海涵~
Elasticsearch介绍
来源：
- Elasticsearch是基于Apache Lucene构建的。Lucene是目前公认的性能最好、最先进的、功能最全的搜索引擎库。Lucene的核心是倒排索引，它能够实现高效查询，精准定位。在后面会展开描述。
Elasticsearch的优点
-
分布式架构：Elasticsearch使用分布式架构，可以在多个节点上存储和处理数据，提高了系统的可靠性和容错性。
-
高性能：依靠倒排索引，能够处理大规模的数据集，并在几毫秒内提供搜索结果。
-
可扩展性：可以轻松地扩展到多个节点，以处理大量的数据和请求，支持动态扩容和缩容。
-
实时性：能够实时地索引和搜索数据，使得用户可以快速获取最新的信息。
Mysql模糊查询的缺点
当数据库的数据量庞大时，因为Mysql模糊查询不走索引，要对数据库进行全盘扫描，执行以下指令进行模糊查询时效率极低
select * from user where username like '%a%'
Elasticsearch能为查询关键词统一添加索引，在查询时能够快速精准的拿到对应的数据，优化了查询效率。
Elasticsearch的完整的技术栈
如上图所示，Logstash或者Beats数据收集之后，数据由Elasticsearch进行存储、计算和搜索，最后由Kibana对数据可视化展示。
倒排索引
倒排索引（Inverted Index）是一种常见的文本索引方法
- 文档（
Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息 - 词条（
Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。
词条是由IK分词器（或其他类型的分词器）对数据库的文档内容进行分词
IK分词器
Elasticsearch利用IK分词器对数据库的文档内容进行分词，并创建词条文档，记录词条来源的数据id。如下图所示
如上图所示，其中每个词条都是唯一的，并且词条文档记录了词条的出处id(对应的文档id),利用倒排索引我们可以在模糊查询，或者复杂的词条查询的时候，能快速的找到对应词条的文档出处。
粒度切分
另外，IK分词器提供了智能语义切分和最细粒度区分，我们在使用Elasticsearch时，可以依照对用的场景进行选择，在查询时将搜索内容进行分词，再去对应词条文档，找到与词条意思最接近的数据ID提供给数据库查找。
拓展词条
拓展词条是对词条文档的扩充，其中的词条内容为一些网络常见时效性的词语等等，其意思并不是正式的词语用句，但因为广为流行，而纳入词库。
停用词条
停用词条主要为一些社会性的违禁词语，违反社会核心价值观，或者是根据业务场景希望避免的搜索词条。
