一、Elasticsearch

Elasticsearch是一个基于Apache Lucene的开源的实时分布式搜索和分析引擎。

1. 分布式

• 低成本，高可用，高效
• 配置简单，轻松搭建集群，易扩展

2. 实时

• 当前索引有 3 个文档可用

• 新加入一个文档，数据先进入内存buffer

• 内存buffer刷到文件系统缓存中（默认这个时间需要1s），此时新文档已经被索引，可以搜索

• 文件系统缓存写入磁盘，更新commit文件

3. 分析

提供各种丰富的查询子句，不仅可以实现全文检索，更能对海量数据进行聚合分析。

二、elasticsearch基本概念

1. 索引

• 索引(indexing) 在Elasticsearch中存储数据的行为

• 倒排索引(inverted index) Elasticsearch中存储数据的数据结构，加速文档检索

  Doc0："it is what it is"
  Doc1："what is it"
  Doc2："it is a banana"
  

  反向文件索引

  "a":      {2}
  "banana": {2}
  "is":     {0, 1, 2}
  "it":     {0, 1, 2}
  "what":   {0, 1}
  

  完全反向索引

  "a":      {(2, 2)}
  "banana": {(2, 3)}
  "is":     {(0, 1), (0, 4), (1, 1), (2, 1)}
  "it":     {(0, 0), (0, 3), (1, 2), (2, 0)} 
  "what":   {(0, 2), (1, 0)}
  

• 索引(index) 相关文档存储的地方,等同于传统关系数据库中的数据库概念

2. 类型(type)

类型存在于索引(index)中，等同于传统关系数据库中的表概念

3. 文档(document)

文档归属于一种类型(type)，等同于传统关系数据库中的行概念

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices   -> Types  -> Documents -> Fields

Elasticsearch集群可以包含多个索引(indices)（数据库），
每一个索引可以包含多个类型(types)（表），
每一个类型包含多个文档(documents)（行），
然后每个文档包含多个字段(Fields)（列）。

4. 分片

存储文档数据的容器，被均匀的分配到各个节点，保证索引和搜索的负载均衡。