1、什么是Elasticseach
Elasticseach是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。结合 kibana 、 Logstash 、 Beats ，也就是 elastic stack （ ELK ）。被广泛应用在日志数据分析、实时监控等领域。
2、Elasticsearch生态
Elasticsearch 生态系统非常丰富，包含了一系列工具和功能，帮助用户处理、分析和可视化数据，Elastic Stack 是其核心组成部分。
Elastic Stack（也称为 ELK Stack）由以下几部分组成：
- Elasticsearch：核心搜索引擎，负责存储、索引和搜索数据。
- Kibana：可视化平台，用于查询、分析和展示 Elasticsearch 中的数据。
- Logstash：数据处理管道，负责数据收集、过滤、增强和传输到 Elasticsearch。
- Beats：轻量级的数据传输工具，收集和发送数据到 Logstash 或 Elasticsearch。
Kibana 是 Elastic Stack 的可视化组件，允许用户通过图表、地图和仪表盘来展示存储在 Elasticsearch 中的数据。它提供了简单的查询接口、数据分析和实时监控功能
2、Elasticsearch结构
Elasticsearch采用倒排索引，相比mysql的正向索引提高了查询效率。
倒排索引过程：
- 首先进行分词得到词条。
- 倒排根据词条列表查找id查询文档。
- 最后存放结果集。
正向和倒排索引的区别：
正向是根据文档找词条，倒排是根据词条找文档。
3、Elasticsearch核心概念
-
索引（Index）：类似于数据库中的表。
-
文档（Document）：索引中的每条记录，类似于数据库中的行数据。文档以JSON格式存储。
-
字段（Field）：文档中的每个键值对，类似于数据库中的列
-
映射（Mapping）：用于定义文档字段的数据类型以及其处理方式，类似于表结构。
-
集群（Cluster）：多个节点组成的群集，用于存储数据并提供搜索功能。集群中的每个节点都可以处理数据。
-
分片（Shard）：为了实现横向扩展，ES 将索引拆分成多个分片，每个分片可以分布在不同节点上。
-
副本（Replica）：分片的复制品，用于提高可用性和容错性。
和数据库类比：
Elasticsearch 概念 关系型数据库类比 Index Table Document Row Field Column Mapping Schema Shard Partition Replica Backup
4、Elasticsearch 实现全文检索的原理
- 分词
- 倒排索引（根据分词去词表查询文档Id，然后再根据文档Id去查询文档）