1、顧名思義：
Elastic：靈活的；Search：搜索引擎java
2、官方簡介：
Elasticsearch是一個基於Lucene的搜索服務器。它提供了一個分佈式多用戶能力的全文搜索引擎，基於RESTful web接口。mysql
3、優點：
自然分片，自然集羣，自然索引--->正如他的名字同樣，查詢速度快，是他最大的優點。web
4、業務場景：
在大數據場景下，面對千萬級數據，咱們通常都會在mysql上進行分庫分表。sql
好比咱們根據公司名稱查詢公司詳細信息，數據庫已經被分紅若干個，表分紅若干個，數據庫
咱們是不知道具體在哪一個庫，哪一個表。分庫分表後，每一個表都有一個惟一標識id，api
這個id能夠解析出庫表的後綴。那怎麼根據名稱獲取這個id呢，有一種思路就是公司名稱的md5，服務器
而後解析到指定的索引庫表，而後咱們就能夠查詢到id，再根據id獲取其餘信息。elasticsearch
按照傳統模式，咱們須要從mysql查詢兩次，第一次從索引庫查詢id，分佈式
而後根據id獲取其餘信息。面對億級數據，每過一次數據庫，效率都要打折扣。工具
因而es攜帶其天生的全文高速檢索優點正式亮相：有如下3種方案：
一、將索引庫整合導入es，咱們優先從es中進行精確或者模糊匹配，而後再去mysql查詢具體數據。
二、將全部數據庫整合導入es，直接從es查詢。
三、每次先從es查詢，es沒有從mysql查詢，而後更新到es。
大概分析下各自的優缺點。
一、能夠大大提升檢索效率，但須要消耗巨大存儲與內存空間。
二、能夠高效的支持精確與模糊查詢，空間與效率折中。中庸之道。
三、業務環節變多，風險多，查詢速度較低。
5、掀起蓋頭來（探索底層的奧祕）
很遺憾，這篇文章是掀不起來了，屢次提筆，卻發現本身仍是沒真正領悟，
沒法用本身語言通俗的寫出來，後續專門寫一篇《掀起ElasticSearch的蓋頭》
6、重要知識點：
6.一、核心數據類型：
text：文本，默認會採用指定分詞器進行分詞，而後按照分詞進行倒排索引。
keyword：一個串就是一個總體，直接按照keyword進行倒排索引。
6.二、分詞：
分詞是模糊匹配的基礎，好比「中華人民共和國」，不一樣的分詞器拆分不一樣，假設會將其拆分紅「中華」，「人民」，「共和國」。
因而當咱們利用「中華「進行模糊查詢時，中華人民共和國就會被咱們檢索到。
6.三、經常使用工具：
Kibana（ELK中的K）：功能強大，酷炫。使用起來沒有eshead的」德福感「（絲滑）
es_head：小而精悍，你要的他都有。
7、事上煉：
SpringBoot+ElasticSearch
7.一、es數據來源：
7.1.一、利用logstash導入
7.1.二、利用java api導入
7.二、es操做：
ES 7.0版本中將棄用TransportClient客戶端，已證實存在性能問題
目前大都採用：ElasticsearchTemplate
7.三、例子
7.3.一、es中的結構
"name": {
"type": "text", #支持text，用於模糊匹配
"fields": {
"keyword": {
"ignore_above": 256,
"type": "keyword" #支持keyword，用戶精確匹配
}
}
}
7.3.二、模糊匹配
一、將要查詢的詞，先進行分詞，再進行匹配（MatchQuery）
二、將要查詢的詞，做爲一個總體，進行匹配（MatchPraseQuery），主要用這種
/** * 模糊匹配*/ public List getEidsFromEs(String name) { QueryBuilder queryBuilder = QueryBuilders.matchPhraseQuery(name, "name"); Pageable pageable = PageRequest.of(0, 10); //分頁 NativeSearchQuery searchQuery = new NativeSearchQueryBuilder() .withQuery(queryBuilder) .withIndices("index") .withTypes("_doc") .withPageable(pageable) .build(); AggregatedPage<doc> docs = template.queryForPage(searchQuery, doc.class); List<doc> eids = docs.getContent(); return eids; }
7.3.3精確匹配場景
一、單條件，單字段（條件：」中華「，查詢es中name字段）->termQuery
二、單條件，多字段（條件：」中華「，查詢es中name，ename，com_name字段）->termQuery+boolQuery
三、多條件，單字段（條件：」中華「，」中國「，查詢es中name）->termsQuery
四、多條件，多字段（條件：」中華「，」中國「，查詢es中name，ename，com_name字段）->termQuery+boolQuery
/** * <單條件，單字段>模糊匹配*/ public List getEidsFromEs(String name) { name = name + ".keyword"; //這很關鍵，增長後綴，啓用keyword精確匹配 QueryBuilder queryBuilder = QueryBuilders.termQuery(name, "name"); Pageable pageable = PageRequest.of(0, 10); //分頁 NativeSearchQuery searchQuery = new NativeSearchQueryBuilder() .withQuery(queryBuilder) .withIndices("index") .withTypes("_doc") .withPageable(pageable) .build(); AggregatedPage<doc> docs = template.queryForPage(searchQuery, doc.class); List<doc> eids = docs.getContent(); return eids; }
/** * <單條件，多字段>模糊匹配*/ Map<String, Object> boolQueryMap = new HashMap<>(); Map<String, Object> boolQuery = new HashMap<>(); for (String key : keys) { boolQueryMap.put(key+".keyword", name); boolQuery.put(key+".keyword", Constants.SHOULD); } SearchQueryBean searchQueryBean = new SearchQueryBean() .setIndex(Constants.CBI_COMMON_INDEX).setType(Constants.CBI_COMMON_DOC) .setBoolQuery(boolQuery).setBoolQueryMap(boolQueryMap) .setPageNum(0).setPageSize(10) .setClazz(EsIndexDocument.class); BoolQueryBuilder booleanBoolQuery = QueryBuilders.boolQuery(); Iterator var3 = searchQueryBean.boolQueryMap.keySet().iterator(); while(var3.hasNext()) { Object key = var3.next(); if (searchQueryBean.getBoolQuery().containsKey(key)) { QueryBuilder queryBuilder = QueryBuilders.termQuery(key.toString(), searchQueryBean.boolQueryMap.get(key)); Method method = booleanBoolQuery.getClass().getMethod(searchQueryBean.getBoolQuery().get(key).toString(), QueryBuilder.class); method.invoke(booleanBoolQuery, queryBuilder); } } NativeSearchQuery searchQuery = this.buildNativeSearchQuery(searchQueryBean, booleanBoolQuery); return this.elasticsearchTemplate.queryForPage(searchQuery, searchQueryBean.getClazz());
寫到這裏，文章已經到了尾聲，此篇文章，主要講述了es的入門步驟，也僅僅是入門，學習仍是在我的。
對文中有任何異議，可隨時留言或者郵箱反饋：wpt191@163.com，您的反饋是咱們共同進步的催化劑。
仍是那句話：學一門，愛一門，精一門，從知道到作到，還須要不停的努力與付出。