1、课程介绍
1.1 ES 8.x 演化进程
| 版本号 | 发布日期 | 多少个次要版本迭代 | 历时 |
|---|---|---|---|
| 8.0 | 2022年2月11日 | ？ | 至今 |
| 7.0 | 2019年4月11日 | 17个次要版本 | 34个月 |
| 6.0 | 2017年11月15日 | 8个次要版本 | 17个月 |
| 5.0 | 2016年10月27日 | 6个次要版本 | 13个月 |
2、Elasticsearch 是什么
2.1 概念
2.1.1 标准定义
Elasticsearch（以下简称 ES）是一个天生支持分布式的搜索、聚合分析和存储引擎。
2.1.2 其他形式
ES 是一个基于 Java 语言开发的，基于 Lucene 的开源分布式搜索引擎。
2.2 Elastic Stack
Elasticsearch 同时也是 Elastic 技术体系（Elastic Stack）中最核心的成员。
Elastic Stack 技术栈除了 ES 之外，还囊括了：
- Kibana：提供了功能强大的图形化工具。
- Logstash：动态数据收集管道
- Beats：轻量化数据采集器
ELK 到底是什么呢？
“ELK”是三个开源项目的首字母缩写，这三个项目分别是：Elasticsearch、Logstash 和 Kibana。Elasticsearch 是一个搜索和分析引擎。Logstash 是服务器端数据处理管道，能够同时从多个来源采集数据，转换数据，然后将数据发送到诸如 Elasticsearch 等“存储库”中。Kibana 则可以让用户在 Elasticsearch 中使用图形和图表对数据进行可视化。
Elastic Stack 是 ELK Stack 的更新换代产品。
2.2.1 一切都起源于 Elasticsearch
ES 这个开源的分布式搜索引擎基于 JSON 开发而来，具有 RESTful 风格。它使用简单，可缩放规模，十分灵活，因此受到用户的热烈好评，而且如大家所知，围绕这一产品还形成了一家专门致力于搜索的公司。
2.2.2 引入 Logstash 和 Kibana
Elasticsearch 的核心是搜索引擎，所以用户开始将其用于日志用例，并希望能够轻松地对日志进行采集和可视化。有鉴于此，我们引入了强大的采集管道 Logstash 和灵活的可视化工具 Kibana。
2.2.3 然后向 ELK 中加入了 Beats
“我只想对某个文件进行 tail 操作，”用户表示。我们用心倾听。在 2015 年，我们向 ELK Stack 中加入了一系列轻量型的单一功能数据采集器，并把它们叫做 Beats。
2.2.4 Elastic Stack 应运而生
和用户一直以来熟知并喜爱的开源产品一模一样，只是集成程度更高了，功能更加强大了，入门也更加容易了，而且可以带来无限可能。
Elastic Stack 就是 ELK Stack，但是更加灵活，可以帮助人们出色完成各项事务。
3、ES 用来解决什么问题
3.1 ES 的核心价值
Elasticsearch 是解决海量数据全文检索的不二之选！
3.2 以下场景 ES 并非首选
- 管理数据
- 事务场景
- 大单页查询
- 数据实时写入或更新
3.3 选型
4、哪些场景应该使用 ES
4.1 为何要学习ES
Shay Banon said：Search is something that any application should have
4.2 应用场景广泛
众所周知！几乎没有一款软件是没有搜索功能的。而毫不客气的说，只要是用到搜索的场景，ES 几乎都可以说是最好的选择。
| 搜索引擎各大电商平台导航、打车、外卖软件音视频软件GithubELK日志系统站内搜索等 |  |
|---|
5、特点
- 基于 Java 语言开发
- 基于 Lucene 框架
- 仅支持 Json 的数据格式
- 原生支持分布式
- 支持 PB 级数据量
- 跨语言
- 高性能、高可用、易扩展
- 开箱即用、上手简单
- 潜力巨大、可开发性强
- 开源、免费
