第一步：搞清楚这个框架（技术）是干什么的，解决了什么问题和痛点，同类“竞品”还有哪些
第二步：怎么用
第三步：了解原理
Elasticsearch
WHAT
Elasticsearch 是一个基于 Lucene 的 搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。
Elasticsearch 是用 Java 语言开发的，是一种流行的企业级搜索引擎。
Elasticsearch的底层是开源库Lucene。我们没有办法直接使用Lucene，必须自己写代码去调用它的接口。
Elasticsearch是Lucene的封装，提供了RESTful API的操作接口，开箱即用。
WHY
使用数据库 来做搜索业务，不能很好的满足需求。
虽然某一程度上也可以视为数据库，但是它更主要的身份还是一个优秀的全文搜索引擎。它的出现解决了一部分传统关系型数据库和NoSQL非关系型数据库所没有办法高效完成的一些工作，比如高效的全文检索，结构化检索，甚至是数据分析。
响应时间
eg：数据库在做模糊查询时，如LIKE 语句，它会遍历整张表，同时进行字符串匹配。
而 es 是基于 倒叙索引 的 ，检索速度非常快。
分词
Elasticsearch支持中文分词插件
相关性
Elasticsearch 支持全文搜索和相关度评分。这样在返回结果就会根据分数由高到低排列。分数越高，意味着和查询语句越相关。
可视化界面
MySQL的Navicat
Elasticsearch 的 Kibana
HOW
基础知识
Elasticsearch
Java API
Java客户端是通过 9300端口 并使用Elasticsearch 的原生传输协议和集群交互。
集群中的节点通过端口 9300彼此通信。如果这个端口没有打开，节点将无法形成一个集群。
RESTful API with Json over HTTP
基于HTTP的 Json RESTful API
所有其它语言可以使用 RESTful API 通过端口 9200 和 Elasticsearch 进行通信，
也可以使用 curl 命令来和 Elasticsearch 交互。
curl 是常用的命令行工具，用来请求 web服务器。它的名字就是客户端（client）的URL工具的意思。
面向文档
Elasticsearch 是面向文档的，意味着它存储整个对象或 文档。
Elasticsearch 不仅存储文档，而且索引每个文档的内容，使之可以被检索。
（比如说，存储员工文档，一个文档代表一个员工，存储数据到Elasticsearch的行为叫做索引。）
在Elasticsearch中，我们对文档进行索引、检索、排序和过滤，而不是对行列数据。
这是一种完全不同的思考数据方式，也是Elasticsearch能支持复杂全文检索的原因。
Elasticsearch 使用 JSON（JavaScript Object Notation）作为文档的序列化格式。
索引
- 名词：一个 索引 类似于传统关系型数据库中的一个 数据库，是一个存储关系型文档的地方
- 动词：索引一个文档，就是存储一个文档到一个 索引（名词）中，以便被检索和查询，这非常类似于SQL语句中的
INSERT关键字
倒排索引
关系型数据库通过增加一个索引，比如一个B-Tree索引 到指定的列上，以便提升数据检索的速度。
Elasticsearch 和 Lucene 使用一个叫做 倒排索引的结构来达到相同的目的。
默认的，一个文档中的每一个属性都是 被索引的 （有一个倒排索引） 和可搜索的。
一个没有倒排索引的属性是不能被搜索到的。
搜索
检索全部数据
GET _search
{
"query": {
"match_all": {}
}
}
检索指定索引数据
GET /indexName/_search{}
检索指定索引的指定字段
GET /indexName/_search
{
"query": {
"match": {
"field":"text"
//"title": "elasticsearch"
}
}
}
短语搜索
精确查询一个短语 “Time is money”
//使用 match_phrase
GET /indexName/_search
{
"query": {
"match_phrase": {
"field": "Time is money"
}
}
}
高亮搜索
新增 highlight参数，组合查询
GET /indexName/_search
{
"query": {
"match": {
"field": "text"
}
},
"highlight": {
"fields": {
"field": {}
}
}
}
//高亮部分 以 HTML 标签 封装
分析
Elasticsearch 有一个功能叫做聚合（aggregations），允许我们基于数据生成一些精细的分析结果。
聚合与SQL中的GROUP BY 类似但更强大。
GET /indexName/_search
{
"aggs": {
"NAME": {
"AGG_TYPE": {}
}
}
}
Elasticsearch天生分布式，并且在设计时，屏蔽了分布式的复杂性。
Hbase
WHTA
Hadoop Database
HBase 是Apache的 Hadoop 项目的子项目。
HBase 是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。
HBase 不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库， HBase基于列的而不是基于行的模式.
HBase的原型是Google的BigTable论文。
WHY
MySQL无法满足海量的数据存储，
MySQL -> 面向行存储
HBase -> 面向行存储
HOW
HBase概念视图
图
表名：webtable
两行：com.cnn.www 和 com.example.www
三个列族：contents、anchor、people
对于第一行com.cnn.www
anchor列族包含两列：anchor:cssnsi.com 和 anchor:my.look.ca
{
"com.cnn.www": {
contents: {
t6: contents:html: "<html>..."
t5: contents:html: "<html>..."
t3: contents:html: "<html>..."
}
anchor: {
t9: anchor:cnnsi.com = "CNN"
t8: anchor:my.look.ca = "CNN.com"
}
people: {}
}
"com.example.www": {
contents: {
t5: contents:html: "<html>..."
}
anchor: {}
people: {
t5: people:author: "John Doe"
}
}
}
HBase物理视图
图
HBase 概念视图中显示的空单元根本不存储。
HBase表、行与列族
表
创建一个HBase表：
create ‘<table name>’,’<column family>’
行
HBase中的行是逻辑上的行，物理模型上行时按列族（column family）分别存取的。
列族
Hbase表中的每个列都归属于某个列族，
列名由其 列族前缀 和 限定符 组成，
列的限定符是列族中数据的索引。
eg：
列族：course
列名：course:math，course:english…
cell
由行和列的坐标交叉决定;
单元格是有版本的;
单元格的内容是未解析的字节数组
单元格是由行、列族、列限定符、值和代表值版本的时间戳组成的，（{row key,column( =<family>+<qualifier>)，version}）唯一确定单元格。cell中的数据是没有类型的，全部是字节码形式存储。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。