Elasticsearch相关概念

一、Elasticsearch相关概念与Mysql对比

Elasticsearch是一套搜索引擎技术，整套技术栈的核心就是用来存储、搜索、计算的Elasticsearch。

完整的技术栈包括：
    · Elasticsearch：用于数据存储、计算和搜索
    · Logstash/Beats：用于数据收集
    · Kibana：用于数据可视化

可以通过对比Mqsql的属性字段，增加对Elasticsearch的了解：

Mysql	Elasticsearch	ES的补充描述
Table	Index	索引=表
Row	Document	文档[json]=行记录
Column	Filed	字段[域]=列
Schema	Maping	映射[结构]=约束条件
SQL	DSL	语句=sql语句

二、倒排索引

倒排索引与正向索引的流程相反。

正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。

倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。

正向索引

先来回顾一下正向索引：

如果通过数据的独有id来进行精确搜索，获取该条信息的内容，非常快速。如果根据其它字段，如title或price进行搜索，只能通过遍历的方式一条条数据进行比对，效率很差。这就是正向索引。

• 优点：

  • 可以给多个字段创建索引
  • 根据索引字段搜索、排序速度非常快

• 缺点：

  • 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

因此，正向索引适合于根据索引字段的精确搜索，不适合基于部分词条的模糊匹配。
而倒排索引恰好解决的就是根据部分词条模糊匹配的问题。

倒排索引

倒排索引中有两个非常重要的概念：
1、文档（Document）：被搜索的数据，每一条数据就是一个文档，相当于mysql中的row一行记录。
2、词条（Term）：对文档或用户搜索的数据利用算法分词，得到的具备含义的词语就是词条。
例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条。

搜索流程：

1）建立词条库：
先把文档内容进行分词，形成词条与文档ID的对应关系：词条库(词条具备唯一性),建立索引。
2）搜索匹配：
对搜索内容进行分词，得到一个关键词列表。关键词与词条库进行匹配，找到对应的文档ID列表。
3）获取搜索结果信息：
根据文档ID列表，找到对应的文档信息。

• 优点：

  • 根据词条搜索、模糊搜索时，速度非常快

• 缺点：

  • 只能给词条创建索引，而不是字段
  • 无法根据字段做排序

虽然要先查询倒排索引，再查询倒排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描,效率极高。

在实际开发应用，需要根据不同的需求，选择对应的搜索方式，可以提高程序运行效率。