1、ES是什么？
一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能。ES的底层是基于Lucene实现的。
Lucene是一个Java语言的搜索引擎类库。
什么是elastic stack（ELK）？
-
elasticsearch。存储、计算、搜索数据
-
Kibana。数据可视化
-
Logstash、beats。数据抓取
2、倒排索引
ES数据库是基于倒排索引进行存储和查找的。
倒排索引是基于MySQL这样的正向索引而言的。
正向索引流程：
倒排索引中有两个非常重要的概念：
-
文档（
Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息 -
词条（
Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。如：小米发布会开始。可以分词为：小米，发布会，发布，开始这几个词条。
其中词条具有唯一性，可以给其创建索引，如hash索引。加快检索速度。
在倒排索引中的搜索流程是：
-
用户搜索“问界汽车”
-
对小米汽车进行分词，分为“问界”，“汽车”
-
去倒排索引中找，可以拿到文档id：2，3。
-
拿着文档id去正向索引中查找具体文档。
-
无论是词条查询，还是文档id查询，两个都建立了索引，查询速度都不低。
3、ES数据库中的基本概念：
| eS数据库中的概念 | MySQL的概念 |
| 索引 (Index) | 数据库 (Database) |
| 类型 (Type) | 表 (Table) |
| 文档 (Document) | 行 (Row) |
| 字段 (Field) | 列 (Column) |
| Mapping | 架构 (Schema) |
其中Type这个概念在es6的时候被废弃，es7中被完全删除，所以在上面表格中此时索引所对应的是表。
| MySQL | Elasticsearch | 说明 |
| Table | Index | 索引(index)，就是文档的集合，类似数据库的表(table) |
| Row | Document | 文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式 |
| Column | Field | 字段（Field），就是JSON文档中的字段，类似数据库中的列（Column） |
| Schema | Mapping | Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema） |
| SQL | DSL | DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD |
4、索引库操作
索引库类似于数据库中的表，mapping类似于表结构。
所以想要在es中存储数据我们就需要先创建表。
4.1 Mapping的构建
再MySQL中构建一个表，其中一个字段有好多属性，如是否唯一，数据类型，数据大小，是否为外键等等。构建Mapping也是如此，其中一个字段也有一些需要设置的属性。
其中有一些常见属性需要设置：
-
type：字段数据类型，常见的简单类型有：
-
字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
-
数值：long、integer、short、byte、double、float
-
布尔：boolean
-
日期：date
-
对象：object
-
-
index：是否创建索引，默认为true。如果为true的话会为这个字段创建倒排索引。
-
analyzer：使用哪种分词器。
-
IK分词器包含两种模式：
-
ik_smart：最少切分 -
ik_max_word：最细切分
-
-
-
properties：该字段的子字段
{"age":21,"weight":52.1,"isMarried":false,"info":"真相只有个！","email":"zy@itcast.cn","score":[99.1,99.5,98.9],"name":{"firstName":"柯","lastName":"南"}}对应的每个字段映射（mapping）：
-
age：类型为 integer；参与搜索，因此需要index为true；无需分词器
-
weight：类型为float；参与搜索，因此需要index为true；无需分词器
-
isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
-
info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
-
email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
-
score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
-
name：类型为object，需要定义多个子属性
-
name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
-
name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
-
4.2 索引库的CRUD
CRUD简单描述：
创建索引库：PUT /索引库名
查询索引库：GET /索引库名
删除索引库：DELETE /索引库名
修改索引库（添加字段）：PUT /索引库名/_mapping
-
创建索引库
PUT /my_index
{"mappings": {"properties": {"name": {"type": "keyword"},"self-introduction": {"type": "text","analyzer":"ik_smart"}}}
}-
查询索引库
GET /my_index
-
删除索引库
DELETE /my_index
-
修改索引库
//这里的修改是只能增加新的字段到mapping中，因为一旦修改Mapping结构，就需要重新构建倒排索引结构，那么工作量太大了。允许添加新的字段到mapping中，因为不会对倒排索引产生影响
PUT /my_index/_mapping
{"properties": {"age":{"type": "integer","index":"false"}}
}5、文档操作
文档操作有哪些？
插入文档：POST /{索引库名}/_doc/文档id
查询文档：GET /{索引库名}/_doc/文档id
删除文档：DELETE /{索引库名}/_doc/文档id
修改文档：
全量修改：PUT /{索引库名}/_doc/文档id
增量修改：POST /{索引库名}/_update/文档id { "doc": {字段}}
-
插入文档
POST /my_index/_doc/1
{"name": "wubing","self-introduction": "我是一个活泼开朗的人","age": 21
}-
查询文档
GET /my_index/_doc/1//批量查询：查询该索引库下的全部文档GET /my_index/_search-
修改文档
//根据指定的id删除文档,新增一个相同id的文档
//注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。
PUT /my_index/_doc/1
{"name": "wubing","self-introduction": "我不是一个不活泼开朗的人","age": 21
}
//增量修改是只修改指定id匹配的文档中的部分字段。
POST /my_index/_doc/1
{"doc": {"self-introduction": "我是一个活泼开朗的人",}
}-
删除文档
DELETE /my_index/_doc/1
