1、ElasticSearch简介
主要用于全文搜索
Luence是一套信息检索工具的工具包，包含索引结构，读写索引的工具，排序，搜索规则，ElasticSearch是基于Luence做了一些封装和增强。
es是一个开源的高扩展的分布式全文检索和分析引擎，它可以近乎实时的存储、检索数据；扩展性好，可以扩展到上百台服务器，处理PB级别的数据。
ELK技术：ElasticSearch+Logstash+Kibana
大数据：存储+计算
2、ElasticSearch安装
要求：JDK1.8，ElashticSearch客户端，界面工具。
官网：https://www.elastic.co/
目录结构：
bin：启动文件
config：配置文件
log4j2 日志配置文件
jvm.options java虚拟机相关配置
ElasticSearch.yml ElasticSearch相关的配置文件，默认端口9200
lib 相关jar包
plugins 插件
启动：
运行./bin/elasticsearch.bat脚本即可
浏览器中访问 http://localhost:9100/
安装可视化界面es的插件
1.下载地址：https://github.com/mobz/elasticsearch-head
2.启动：npm install
npm run start
3.连接测试存在跨域问题：
在./config/elasticsearch.yml文件中增加
http.cors.enabled: true
http.cors.allow-origin: "*"
可以将es当作一个数据库，（索引【库】，文档【表】）
3、ELK
ELK是ElasticSearch、Logstash、Kibana三大开源框架的首字母大写简称，ElasticSearch是实时搜索平台框架；Logstash是ELK的中央数据流引擎，用于从不同的目标（文件/数据存储/MQ）中收集不同的数据格式，经过过滤后输出到不同的目的地（文件/MQ/redis/kafka/elasticsearch）；Kibana可以将elasticsearch的数据通过页面展示出来。
3.1 Kibana
Kibana:是针对ElasticSearch的开源分析及可视化平台，用来搜索、查看交互存储在elasticsearch索引中的数据
官网：https://www.elastic.co/cn/kibana/下载（kibana版本需要和es一致），解压安装，bin目录下执行.bat文件
访问测试
http://localhost:5601/?code=568771
3.2 ES核心概念
es是面向文档的，一切都是json
集群
节点
索引：数据库
类型：表（之后会弃用）
文档：行
fields:列
物理设计：elasticSearch在后台会把每个索引分成多个分片，每个分片可以在集群中的不同服务器之间迁移
逻辑设计：包含key:value，是一个json对象，文档不需要依赖预先定义的模式，关系型数据库中需要提前定义字段才能使用
分片
映射
es集群下可以有多个索引（数据库），每个索引下可以有多个类型（表），每个类型下可以有多个文档（行），每个文档中可以包含多个字段（列）
3.3 Rest风格操作
3.3.1索引的基本操作，索引类似数据库
创建索引并插入一条数据：
PUT /索引名/类型名（之后默认是_doc）/文档id
{请求体}
PUT /testbai/_doc/1
{
"name": "狂神",
"age": 3
}
创建索引并指定对应的字段和类型：
PUT /testbai2
{
"mappings": {
"properties": {
"name":{
"type": "text"
},
"age":{
"type": "long"
},
"birth":{
"type": "date"
}
}
}
}
获取索引信息：
GET /testbai
修改数据，使用put，会覆盖原有数据，version会加1，状态变为updated：
PUT /索引名/类型名/文档id
{请求体}
POST /索引名/类型名/文档id/_update
{请求体}
删除索引：
delete 索引名称
delete 索引名称/类型名/文档id
3.3.2文档的基本操作
文档类似数据库的行
添加数据，如果重复put同一个id数据会覆盖，version会更新：
PUT /testuser/user/1
{
"name": "李四",
"age": 23,
"desc": "it，技术宅"
}
获取数据：
GET /testuser/user/1
更新数据：
如果重复put同一个id数据会覆盖，version会更新，如果字段少了，数据会置空：
PUT /testuser/user/1
{
"name": "李四",
"age": 23,
"desc": "it，技术宅"
}
POST _update，推荐这种方式，会更新指定的字段，其他的字段保存不变，如果不加_update会更新指定的字段，其他的字段置空
PUT /testuser/user/1/_update
{
"doc":{
"name": "李四"
}
}
条件查询：
GET /testbai/_doc/_search?q=name:xxx
GET /testbai/_search
{
"query": {
"match": {
"name": "李四"
}
}
}
GET /testbai/_search
{
"query": {
"match": {
"name": "李四"
}
},
"_source": [
"name","age"
]
}
_source:只查询name和age字段的结果
排序并分页：
GET /testbai/_doc/_search
{
"query": {
"match": {
"name": "李四"
}
},
"sort": [
{
"age": {"order": "asc"}
}
],
"from": "0",
"size": "1"
}
bool query 查询是把任意多个简单查询组合在一起，每个选项的含义如下：
must：文档必须匹配，该选项下的查询条件，相当于逻辑运算的 AND，且参与文档相关度的评分。
should：文档可以匹配 should 选项下的查询条件也可以不匹配，相当于逻辑运算的 OR，且参与文档相关度的评分。
must_not：与 must 相反，匹配该选项下的查询条件的文档不会被返回；需要注意的是，must_not 语句不会影响评分，它的作用只是将不相关的文档排除。
filter：用于过滤，范围值的查询。
term可精确查询，match会用分词器进行解析
keyword和text类型：
keyword不会被分词器分析，作为一个整体
text会被分词器拆分
高亮显示：
GET testbai/_search
{
"query":
{
"match":
{
"name": "狂神"
}
},
"highlight": {
"fields": {"name": {}}
}
}
4、倒排索引
关键词到文档id的映射
对文档进行分词，形成词项字典和倒排表的对应关系