【Elasticsearch 技术分享】—— Elasticsearch ？倒排索引？这都是什么？

前言

革命同志是块砖，哪里须要哪里搬！这不，老大发话，要我在组内作一个 Elasticsearch 技术分享。这不话题一转，开始看起来 ES 了。虽然好久以前用过 ELK 作过日志监控系统，可是毕竟时隔已久，仍是得从头看起。固然手头的活也不能停，话很少说，开始分享。先看看什么是 ES？

什么是ES

Elasticsearch 是分布式搜索和分析引擎。

Elasticsearch 为全部类型的数据提供近实时（near real-time）的搜索和分析。

经常使用场景：

1. 网站搜索
2. ELK 日志采集，存储，分析
3. 地理信息系统分析

像下图中使用的设计：

特色：

1. ES是一个分布式文档存储，存储的数据都是序列化为 JSON documents 。
2. 使用倒排索引存储数据，倒排索引比较适合全文本搜索。
3. 基于Apache Lucene搜索引擎库，能够存储，检索文档及元数据。
4. 支持 JSON 样式的查询语言——Query DSL，也支持 SQL 样式的查询。

5. 集群部署，易于扩展。节点（node）分片（shard），将新的 node 添加到集群时，ES 会自动迁移 shard 到新 node 上，从新平衡集群。

   1. shard 分为两种 主分片（primary shard）和 副本分片 （replica shard）
   2. replica shard 存放的是 primary shard 的冗余副本 —— 能够防止集群故障，数据丢失，同时能够提升搜索或检索速度。
   3. 在建立索引时 primary shard 数量是固定的，而replica shard 数量是能够更改的。
   4. 分片由索引配置，分片越多，维护索引则开销则越大，分片大小越大，则 ES 在增减节点从新平衡集群时，分片移动时间越长。
6. 集群恢复： 跨集群复制 （CCR），能够自动将索引从主集群同步到热备份的辅助远程集群。

什么是倒排索引？

倒排索引也能够成为反向索引。

做为开发我们常常接触到的就是 MySql，假设有一堆技术书籍，而且已经编上号。

1. Java 并发编程之美
2. Java 开发手册
3. 深刻分布式缓存
4. Java 并发程序设计
5. 算法
6. 数据结构与算法

• 若是放在 MySql 里面就是这样

id	book_name
1	Java 并发编程之美
2	Java 开发手册
3	深刻分布式缓存
4	Java 并发程序设计
5	算法
6	数据结构与算法

此时我想查询全部关于 并发 的书籍。

select * from table_book where book_name like %并发%;

而后会开始遍历表格，查找到 1和4两条记录。

• 若是是倒排索引处理的话

首先会将每一个名称进行分词，好比 Java 并发编程之美 会被分为 Java 并发 编程 之 美。
分词结束以后按照词关联书籍的编号。

term	ids
Java	一、二、4
并发	一、4
编程	1
算法	五、6
分布式	3
...	...

在倒排索引中搜索并发，而后进行检索，就很容易定位到关于并发书籍的编号。

那什么是 Lucene？

Lucene 能够理解为一个开源的、高性能、可伸缩的信息搜索库。使用 Java 开发，封装了各类倒排索引和搜索的API。至关于一个组件。

而 ES 就是在 Lucene 之上进行的开发，从而能够高可用、集群部署、故障迁移、备份容灾等。

总结

就这么多，先知道个 ES 是干吗的。后续再慢慢看、慢慢总结。