学了一段时间的Elasticsearch，简称ES，总结下
目录
ES产生背景
总所周知，多数公司数据一般存在Mysql上，检索直接再数据库查询，数据库的数据量达到一定量时，检索效率降低，于是引入es。ES是文档型数据库，属非关系型数据库。典型应用场景1.搜索引擎；2.日志分析。
ES术语
- 集群：一个集群包含一个或多个分配了相同的集群名称的节点。每个集群都有一个主节点是集群自动选择产生,并且可以决定如果当前主节点失败，哪些可以替换
- 索引：索引就是像关系数据库中的“数据库”。通过映射可以定义成多种类型。索引是一个逻辑命名空间映射到一个或多个主要的分片，可以有零个或多个副本分片
- 文档：一个document是可以被索引信息的基础单元，尽管一个document在物理上是属于index的，但事实上，一个document必须被索引或者分配到一个index里的type。
- 分片：数据的最小单元块，所有数据均衡的存储在各节点的分片中
- 类型：一个index可以定义出多个type，一个type是一个逻辑的类别或者分区，并且其语义完全取决于自己，一般而言一个type定义了包含多个fields的documents。
ES类型支持
- String，包含text和keyword
- text，可以分词查询
- long
- integer
- short
- bouble
- float
- boolean
- date
- binary
- 复杂类型：地理纬度类型
ES锁机制
多个用户访问同一资源的并发问题，引入锁机制
加锁机制：悲观锁和乐观锁
悲观锁：假设会发生并发冲突，屏蔽一切可能违反数据准确性的操作。
乐观锁：假设不会发生冲突，只在提交操作时检查是否违反数据完整性。
实现乐观锁的两种方式 :
内部版本控制：_version自增长，修改数据后，自动加1
外部版本控制：使用version_type=external检查数据当前的version值是否小于请求中的version值
ES端口
9300：ES数据节点之间的通信端口号，采用TCP协议
9200：ES外部通讯端口号，暴露ES Restful接口
ES索引原理
基于倒排索引
通俗解释：传统的我们的检索是通过文章，逐个遍历找到对应关键词的位置。
而倒排索引，是通过分词策略，形成了词和文章的映射关系表，这种词典+映射表即为倒排索引。
有了倒排索引，就能实现o（1）时间复杂度的效率检索文章了，极大的提高了检索效率。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
