ElasticSearch 学习1

• Github使用Elasticsearch检索1300亿行的代码
  （想不到吧 哈哈哈）
  
• 使用模糊搜索功能场景的项目
  
  （这也是为什么用ElasticSearch做搜错存储的原因之一，关系数据对模糊搜索做的不够好）

大部分数据库在提取可用知识方面显得异常无能。它们能够通过时间戳或者精确匹配做过滤，但是它们不能够进行全文搜索，处理同义词和根据相关性给文档打分，不能根据同一份数据生成分析和聚合的结果，最重要的 是，它们在没有大量工作进程(线程)的情况下不能做到对数据的实时处理。
然后，ElasticSearch来了，Elasticsearch鼓励你浏览并利用你的数据，而不是让它烂在数据库里，因为在数据库里查询实在是太难了。

Elasticsearch 是基于Apache Lucene、一个实时的分布式存储、搜索、分析的引擎。

关系型数据库中table独立（独立存储），在Elastic Search中，采用index（索引）
Elasticsearch使用Java语言开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful. API 来隐藏Lucene的复杂性，从而让全文搜索变得简单。

它的属性
索引
容器，存储映射类型，字段和其他设置。

type(类型)： 文档的逻辑容器，在ES 7.0版本后取消了
取消type理由：

• 在关系型数据库中table是独立的（独立存储），但es中同一个index中不同type是存储在同一个索引中的（lucene的索引文件），因此不同type中相同名字的字段的定义（mapping）必须一致。
• 不同类型的“记录”存储在同一个index中，会影响lucene的压缩性能。
• 一个index只存储一种类型的“记录”

文档：

• 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含 key:value！
• 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的！ {就是一个json对象！ fastjson进行自动转换！}
• 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个 新的字段。

fields
字段

1. 物理设计
   分片：ES后台将一个索引划分为多个分片。
2. 逻辑设计
   查找顺序：索引 -> 类型 -> 文档ID

想要继续学习，请看下节：ElasticSearch 学习2