这篇文章给大家介绍ElasticSearch简介及使用指引是什么，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

10年的卫滨网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。网络营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整卫滨建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。成都创新互联从事“卫滨网站设计”,“卫滨网站推广”以来，每个客户项目都认真落实执行。

ES 简介

Elasticsearch 是一个分布式、Restful 风格的搜索数据分析引擎，能够解决常规和各种类型数据的存储及检索需求。作为ELK和ElasticStack的核心，它能够集中存储数据，通过Elasticsearch 能够执行及合并多种类型的搜索（结构化数据、非结构化数据、地理位置、经纬度坐标等数据结构）。

ES 的特点和优势

• 分布式实时文件存储，可将每一个字段存入索引，使其可以被检索到

• 实时分析的分布式搜索引擎，分布式，索引拆分成多个分片，集群中的数据节点可以承载一个或多个分片，并且协调和处理各种操作，负载再平衡和路由大多数情况下自动完成。

• 可以扩张到上百台服务器，处理PB级别的结构化和非结构化数据，也可以运行在单台PC上。

• 支持插件机制，分词插件、同步插件、Hadoop插件、可视化插件。

ES 一些基本概念

• Cluster：集群。ES 可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用，ES可以运行在许多相互合作的服务器上，这些服务器上的 ES 实例集合成为集群。

• Node：节点。形成集群的每个服务器上的实例分为节点。

• Shard：分片。当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够用，这种情况下，数据可以分为较小的分片，每个分片放到不同的服务器上，当查询的索引分布在多个分片上时，ES 会把查询发送给相关的分片，并将结果组合在一起，而应用程序不知道分片的存在，即：这个过程对用户来说是透明的。

• Replica：副本。为提高查询吞吐量或实现高可用，可以使用分片副本，副本是一个分片的精确复制，每个分片可以有 0 个或者多个副本。

ES 与传统数据库对应关系

ES 和传统关系型数据库结构的一些对应关系

关系型数据	Elasticsearch	备注
数据库 Database	Index
表 Table	Type	6.x 以上已不支持多 type
记录 Record	document
表结构 Scheme	mapping
列 Column	Field

ES 的数据结构

ES 存储的数据字段类型很丰富，主要有：核心类型、复合类型和特殊类型

一级分类	二级分类	具体类型
核心类型	字符串类型	string, text, keyword
	整型类型	integer, long, short, byte
	浮点类型	double, float, half_float, scaled_float
	逻辑类型	boolean
	日期类型‍‍	date
	范围类型	range(integer_range, float_range, long_range, double_range, date_range)
	二进制类型	binary
复合类型	对象类型	object
	嵌套类型	nested
地理类型	地理坐标类型	Geo-point
	地理地图‍	Geo-shape
特殊类型	IP 类型	ip
	自动补全类型‍	completion
	统计类型	token_count
	附件类型	attachement
	过滤器类型	percolator

字段类型说明：

string 类型在旧版本使用较多，从 5.x 开始不再支持 string, 而用 text 和 keyword 替代，text 类型表明，当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型，设置text类型以后，字段内容会被分析和分词，在生成倒排索引以前，字符串会被分析器分成一个一个词项。Keyword 类型适用于索引结构化得字段，keyword类型的字段只能通过精确值搜索到。

nested 嵌套类型是 object 数据类型的专用版本，允许对象数据可以彼此独立查询的方式索引。专用于存储 JSON 类型数据，可以通过 JSON 内部字段进行查询。

geo_point 类型存储的是经纬度数值，可以按距离对文档进行排序和过滤，而位置距离计算都可以通过查询 ES 得出。

ES 的倒排索引

传统关系型数据库（以 MySQL 为例），其索引结构是查找树（“B+”树）结构，其叶子节点存储索引数据域，其他节点进行查找索引。其索引过程是直接通过二叉查找树找到对应记录。可以理解为通过一列（主键索引）或几列（组合索引）来查找对应记录。

图 1.MySQL "B+" Tree Index

而 ES 的索引确十分不同，它是将文档（document）先经过一定的分词器分词之后，存储分词结果作为数据索引。倒排索引存储的是文档分词结果与文档之间的映射关系。

关于ElasticSearch简介及使用指引是什么就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

文章名称：ElasticSearch简介及使用指引是什么
链接URL：http://pwwzsj.com/article/ijspge.html