Elasticsearch是用Java开发并且是当前最流行的开源的企业级搜索引擎。能够达到实时搜索，稳定，可靠，快速，安装使用方便。
客户端支持Java、.NET（C#）、PHP、Python、Ruby等多种语言。
官方网站:Elasticsearch Platform — Find real-time answers at scale | Elastic
下载地址：https://www.elastic.co/cn/start
创始人:Shay Banon（谢巴农）
百度搜索
电商检索商品
在打车软件搜索附近的车
Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库（框架）
但是想要使用Lucene，必须使用Java来作为开发语言并将其直接集成到你的应用中，并且Lucene的配置及使用非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
Lucene缺点：
1）只能在Java项目中使用,并且要以jar包的方式直接集成项目中.
2）使用非常复杂-创建索引和搜索索引代码繁杂
3）不支持集群环境-索引数据不同步（不支持大型项目）
4）索引数据如果太多就不行，索引库和应用所在同一个服务器,共同占用硬盘.共用空间少.
上述Lucene框架中的缺点,ES全部都能解决.
京东、携程、 去哪儿、58同城、 滴 滴、今日头条、小米、哔哩哔哩、联想、GitHup、微 软、Facebook
当单纯的对已有数据进行搜索时，Solr更快。
当实时建立索引时, Solr会产生io阻塞，查询性能较差, Elasticsearch具有明显的优势。
大型互联网公司，实际生产环境测试，将搜索引擎从Solr转到 Elasticsearch以后的平均查询速度有了50倍的提升。
虽然在早期，Apache Solr是最主要的搜索引擎技术，但随着发展elasticsearch已经渐渐超越了Solr，独占鳌头：
什么是elasticsearch？
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（ELK）等功能。
什么是elastic stack（ELK）？
是以elasticsearch为核心的技术栈，包括Logstash、kibana、elasticsearch
什么是Lucene？
是Apache的开源搜索引擎类库，提供了搜索引擎的核心API
全文检索是指：
通过一个程序扫描文本中的每一个单词，针对单词建立索引，并保存该单词在文本中的位置、以及出现的次数，用户查询时，通过之前建立好的索引来查询，将索引中单词对应的文本位置、出现的次数返回给用户，因为有了具体文本的位置，所以就可以将具体内容读取出来了
倒排索引的概念是基于MySQL这样的正向索引而言的。
那么什么是正向索引呢？例如给下表（tb_goods）中的id创建索引：
如果是根据id查询，那么直接走索引，查询速度非常快。
但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：
1）用户搜索数据，条件是title符合"%手机%"
2）逐行获取数据，比如id为1的数据
3）判断数据中的title是否符合用户搜索条件
4）如果符合则放入结果集，不符合则丢弃。回到步骤1
逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。
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。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条
创建倒排索引是对正向索引的一种特殊处理，流程如下：
将每一个文档的数据利用算法分词，得到一个个词条
创建表，每行数据包括词条、词条所在文档id、位置等信息
因为词条唯一性，可以给词条创建索引，例如hash表结构索引
如图：
倒排索引：根据分词算法，我们把文档中的词条和对应的文档id记录下来，当我们下次搜索的时候，我们输入词条信息，就能获取到文档的id，然后再根据id找到对应的文档。
倒排索引的搜索流程如下（以搜索"华为手机"为例）：
1）用户输入条件"华为手机"进行搜索。
2）对用户输入内容分词，得到词条：华为、手机。
3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。
4）拿着文档id到正向索引中查找具体文档。
如图：
虽然要先查询倒排索引，再查询正向索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。
那么为什么一个叫做正向索引，一个叫做倒排索引呢？
正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。
是不是恰好反过来了？
那么两者方式的优缺点是什么呢？
正向索引：
优点：
可以给多个字段创建索引
根据索引字段搜索、排序速度非常快
缺点：
根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。
倒排索引：
优点：
根据词条搜索、模糊搜索时，速度非常快
缺点：
只能给词条创建索引，而不是字段
无法根据字段做排序
elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。
ES7以前 索引 库 和 type 表
ES7以后，取消了type的概念，我们的ES里面只有一个库/一张表
索引（Index），就是相同类型的文档的集合，相当于数据库中库的概念。 一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。
例如：
所有用户文档，就可以组织在一起，称为用户的索引；
所有商品的文档，可以组织在一起，称为商品的索引；
所有订单的文档，可以组织在一起，称为订单的索引；
因此，我们可以把索引当做是数据库中的表。
ElasticSearch中的映射（Mapping）用来定义一个文档，mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分词器、是否被索引等等，这些都是映射里面可以设置的。
mapping可以理解为是用来对字段做限制的
elasticsearch是面向文档（Document）存储的，一个文档是一个可被索引的基础信息单元，类似一条记录，可以是数据库中的一条商品数据，一个订单信息。文档以JSON（Javascript Object Notation）格式来表示
document就是我们搜索的时候，得到的一条记录。
分词：
我们把一句话，按照某些规则切割出来，把一句话切分成一个一个的词（虚词，标点，实词），拿到实词以后，和我们自己规定好的词做对比
相当于是数据表的列，ES中Field可以指定的类型
字符串类型：
text：一般备用于全文检索。将当前Field进行分词。 我 叫 刘德华
keyword：当前Field不会被分词。 我是中国人
数值类型：
long、 integer、short、byte、double、float
时间类型：
date类型,针对时间类型指定具体的格式
布尔类型：
boolean类型,表达true和false
二进制类型：
binary类型暂时支持Base64 encodestring
我们统一的把mysql与elasticsearch的概念做一下对比：
| 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 |
注意：
Mapping： 可以理解为规定了es中field字段的数据类型
是不是说，我们学习了elasticsearch就不再需要mysql了呢？
并不是如此，两者各自有自己的擅长之处：
Mysql：擅长事务类型操作，可以确保数据的安全和一致性
Elasticsearch：擅长海量数据的搜索、分析、计算
因此在企业中，往往是两者结合使用：
对安全性要求较高的写操作，使用mysql实现
对查询性能要求较高的搜索需求，使用elasticsearch实现
两者再基于某种方式，实现数据的同步，保证一致性。（一般通过mq来同步的）
7.x版本以上的es安装需要jdk11版本，否则需要使用es自带的jdk，如何使用自带jdk下面也会讲到。
- # 1 将安装包放到/usr/local目录下,并执行解压命令
- tar -zxvf elasticsearch-7.12.1-linux-x86_64.tar.gz
- # 2 修改文件名称
- mv elasticsearch-7.12.1 es
- # 3 新增es用户
- useradd es
- # 4 为es用户设置密码
- passwd es
- # 5 设置文件夹的权限
- chown -R es:es /usr/local/es/
jdk8启动ES7.x以上版本会报错，在es的bin/elasticsearch文件打开，最前面添加这几句,配置了jdk11可以不用
- #配置自己的jdk11
- export JAVA_HOME=/usr/es/jdk
- export PATH=$JAVA_HOME/bin:$PATH
-
- #添加jdk判断
- if [ -x "$JAVA_HOME/bin" ]; then
- JAVA="/usr/es/jdk/bin/java"
- else
- JAVA=`which java`
- fi
修改/etc/security/limits.conf
vi /etc/security/limits.conf
- # 每个进程可以打开的文件数的限制
- es soft nofile 65536
- es hard nofile 65536
修改/etc/security/limits.d/20-nproc.conf
vi /etc/security/limits.d/20-nproc.conf
- # 每个进程可以打开的文件数的限制
- es soft nofile 65536
- es hard nofile 65536
- * hard nproc 4096
修改/etc/sysctl.conf
vi /etc/sysctl.conf
- # 一个进程可以拥有的VMA(虚拟内存区域)的数量,默认值为65536
- vm.max_map_count=655360
配置文件修改 vi /usr/local/es/config/elasticsearch.yml
- #集群名称
- cluster.name: elasticsearch
- #节点名称
- node.name: node-1
- #ip地址
- network.host: 0.0.0.0
- #端口号
- http.port: 9200
- #主节点设置
- cluster.initial_master_nodes: ["node-1"]
cluster.name: elasticsearch node.name: node-1 network.host: 0.0.0.0 http.port: 9200 cluster.initial_master_nodes: ["node-1"]
执行 sysctl -p 所有得配置文件生效
chown -R es:es /usr/local/es/
切换到es账户，启动服务，并访问 ip:9200 su es 远程服务器一定要开启远程端口 9200
关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
./elasticsearch -d下载：https://github.com/medcl/elasticsearch-analysis-ik/releases （已经提供）
安装解压命令：
yum install zip
yum install unzip
切换到es用户 ,在es的安装目录下/plugins创建ik。
su es mkdir -p /usr/local/es/plugins/ik
将下载的ik分词器上传并解压到该目录
cd /usr/local/es/plugins/ik
unzip elasticsearch-analysis-ik-7.12.1.zip
记得将zip 文件删除，否则可能报错。
查看插件是否起作用 切换到es的bin目录
./elasticsearch-plugin list
ik分词器，有两种ik_smart和ik_max_word
ik_smart会将“清华大学”整个分为一个词。
ik_max_word会将“清华大学”分为“清华大学”，“清华”和“大学”。
es默认分词是ik_max_word
下载Kibana放之/usr/local/es目录中
解压文件：
tar -zxvf kibana-7.12.1-linux-x86_64.tar.gz
进入kibana配置目录
cd /usr/local/es/kibana-7.12.1-linux-x86_64/config
使用vi编辑器：vi kibana.yml
server.port: 5601
server.host: "服务器IP" 如果是云服务器 0.0.0.0
elasticsearch.hosts: ["http://IP:9200"]
server.port: 5601
server.host: "192.168.56.181"
elasticsearch.hosts: ["http://192.168.56.181:9200"]
启动kibana，进入kibana的启动目录， 县启动ES再启动kibana，否则启动不了。
/usr/local/es/kibana-7.12.1-linux-x86_64/bin
nohup ./kibana &
访问
http://192.168.192.181:5601/app/kibana
什么是Head ealsticsearch只是后端提供各种api，那么怎么直观的使用它呢？elasticsearch-head将是一款专门针对于elasticsearch的客户端工具，类似mysql的sqlyog或者navicat
elasticsearch-head配置包，下载地址：https://github.com/mobz/elasticsearch-head安装
es5以上版本安装head需要安装node和grunt
第一步：从地址：Download | Node.js 下载相应系统的msi，双击安装。
第二步：安装完成用cmd进入安装目录执行 node -v可查看版本号
第三步：执行 npm install -g grunt-cli 安装grunt ，安装完成后执行grunt -version查看是否安装成功，会显示安装的版本号
第四步：进入D:\devlop\elasticsearch-head-master文件夹，执行npm install命令,如果报错，可以执行 npm -g install phantomjs-prebuilt@2.1.16 --ignore-script
第五步:运行head插件，下面命令二选一
命令一：npm run start
命令二：grunt server
连接测试时发现，存在跨域问题：配置vi /usr/local/es/config/elasticsearch.yml
- http.cors.enabled: true
- http.cors.allow-origin: "*"
重启服务，然后再次连接。
如果不小心用root账户操作了es文件，那么记得先把进程kill，chown -R es:es /usr/local/es/ ，在切换到你的es账户操作。最好是用xshell开两个窗口，一个root 一个es