一、簡介
ElasticSearch是一個基於Lucene的搜索服務器。它提供了一個分佈式多用戶能力的全文搜索引擎，基於RESTful web接口操作ES，也可以利用Java API。Elasticsearch是用Java開發的，並作爲Apache許可條款下的開放源碼發佈，是當前流行的企業級搜索引擎。設計用於雲計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便。
我們建立一個網站或應用程序，並要添加搜索功能，但是想要完成搜索工作的創建是非常困難的。我們希望搜索解決方案要運行速度快，我們希望能有一個零配置和一個完全免費的搜索模式，我們希望能夠簡單地使用JSON通過HTTP來索引數據，我們希望我們的搜索服務器始終可用，我們希望能夠從一臺開始並擴展到數百臺，我們要實時搜索，我們要簡單的多租戶，我們希望建立一個雲的解決方案。因此我們利用Elasticsearch來解決所有這些問題及可能出現的更多其它問題。
設計用途：用於分佈式全文檢索
技術支持：通過HTTP使用JSON進行數據索引
Elasticsearch學習
二、產生
1、大規模數據如何檢索？
如：當系統數據量上了10億、100億條的時候，我們在做系統架構的時候通常會從以下角度去考慮問題：
1）用什麼數據庫 ；(mysql、sybase、oracle、mongodb、hbase)
2）如何解決單點故障；(lvs、F5、A10、Zookeep、MQ)
3）如何保證數據安全性；(熱備、冷備、異地多活)
4）如何解決檢索難題；(數據庫代理中間件：mysql-proxy、Cobar、MaxScale)
5）如何解決統計分析問題；(離線、近實時)
2、傳統數據庫的應對解決方案
對於關係型數據，我們通常採用以下或類似架構去解決查詢瓶頸和寫入瓶頸：
1）通過主從備份解決數據安全性問題；
2）通過數據庫代理中間件心跳監測，解決單點故障問題；
3）通過代理中間件將查詢語句分發到各個slave節點進行查詢，並彙總結果
3、非關係型數據庫的解決方案
對於Nosql數據庫，以mongodb爲例，其它原理類似：
1）通過副本備份保證數據安全性；
2）通過節點競選機制解決單點問題；
3）先從配置庫檢索分片信息，然後將請求分發到各個節點，最後由路由節點合併彙總結果
三、ES解決方案
爲解決以上問題，從源頭着手分析，通常會從以下方式來尋找方法：
1、存儲數據時按有序存儲；
2、將數據和索引分離；
3、壓縮數據；
這就引出了Elasticsearch。
ES定義
ES=elaticsearch簡寫， Elasticsearch是一個開源的高擴展的分佈式全文檢索引擎，它可以近乎實時的存儲、檢索數據；本身擴展性很好，可以擴展到上百臺服務器，處理PB級別的數據。
Elasticsearch也使用Java開發並使用Lucene作爲其核心來實現所有索引和搜索的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的複雜性，從而讓全文搜索變得簡單。
Lucene與ES關係
1）Lucene只是一個庫。想要使用它，你必須使用Java來作爲開發語言並將其直接集成到你的應用中，更糟糕的是，Lucene非常複雜，你需要深入瞭解檢索的相關知識來理解它是如何工作的。
2）Elasticsearch也使用Java開發並使用Lucene作爲其核心來實現所有索引和搜索的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的複雜性，從而讓全文搜索變得簡單。
ES主要解決問題：
1）檢索相關數據；
2）返回統計結果；
3）速度要快。
ES數據架構的主要概念
（1）關係型數據庫中的數據庫（DataBase），等價於ES中的索引（Index）
（2）一個數據庫下面有N張表（Table），等價於1個索引Index下面有N多類型（Type），
（3）一個數據庫表（Table）下的數據由多行（ROW）多列（column，屬性）組成，等價於1個Type由多個文檔（Document）和多Field組成。
（4）在一個關係型數據庫裏面，schema定義了表、每個表的字段，還有表和字段之間的關係。 與之對應的，在ES中：Mapping定義索引下的Type的字段處理規則，即索引如何建立、索引類型、是否保存原始索引JSON文檔、是否壓縮原始JSON文檔、是否需要分詞處理、如何進行分詞處理等。
（5）在數據庫中的增insert、刪delete、改update、查search操作等價於ES中的增PUT/POST、刪Delete、改_update、查GET.
ES特點和優勢
1）分佈式實時文件存儲，可將每一個字段存入索引，使其可以被檢索到。
2）實時分析的分佈式搜索引擎。
分佈式：索引分拆成多個分片，每個分片可有零個或多個副本。集羣中的每個數據節點都可承載一個或多個分片，並且協調和處理各種操作；
負載再平衡和路由在大多數情況下自動完成。
3）可以擴展到上百臺服務器，處理PB級別的結構化或非結構化數據。也可以運行在單臺PC上
4）支持插件機制，分詞插件、同步插件、Hadoop插件、可視化插件等。
對比MYSQL
1、如果業務數據爲結構化數據，同時不需要特別關注排名和智能分詞模糊匹配查詢等特性，則建議採用關係型數據庫如MySQL來作爲數據存儲介質並使用配套搜索引擎
2、如果業務數據爲非結構化數據，同時更關注排名和需要智能分詞模糊匹配的特性，則建議採用非關係型數據庫如ES作爲數據存儲介質並使用配套搜索引擎。
3、MYSQL支持事務和訪問權限控制，ES不支持事務和訪問權限控制
4、ES在全文搜索、分詞、常規搜索、聚合統計方面性能高，ES團隊不建議完全採用ES作爲數據庫，而是作爲一個分佈式搜索服務
作者：晚歌y
鏈接：https://www.jianshu.com/p/5aa865bd7b68
來源：簡書
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。
