目录
介绍：
基本概念
Mysql与Elasticsearch场景：
安装elasticsearch与kibana
安装kibana（跟ES要在同一个网络中）
分词器
IK分词器：
总结：
介绍：
好处：可以帮助从海量数据中查找需要的内容；
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、系统监控等功能；
什么是elastic stack（ELK）？
是以elasticsearch为核心的技术栈，包括beats、logstash（数据收集）、Kibana（图形展示）、elasticsearch；
Lucene：
是一个搜索类库，提供了很多api，elasticsearch是基于此实现的；
正排索引：
每一行进数据行遍历，看其中的内容是否满足条件，如果满足就将其放入词库中，否则进行删除；
根据文档id创建索引，查找词条时，必须先找到文档，然后判断文档中是否含有该词条；
倒排索引：
基于词条创建索引，以词条作为唯一，按照词条分，记录含有该词条的文档信息——>保证了词条的唯一性
查询时先根据含有的词条->得到文档id，进而得到文档title
基本概念
在elasticsearch中索引相当于数据库中的表，索引中文档的字段映射约束信息，类似于表中的结构约束；
Restful风格的好处：可以利用url进行请求增删改查，脱离了语言；
Mysql与Elasticsearch场景：
比如商品的查询——>用Elasticsearch，如果是增删改——>用mysql：因为他删除事务类型的操作，可以保证数据的安全和一致性；
安装elasticsearch与kibana
安装kibana：是因为它是Elasticsearch图形化界面方便DSL（es中的crud实现）
1.加载得到镜像
2.执行得到es容器，并且加载到es-net网络中
然后两个-p：第一个是用户访问的端口，第二个是各个es节点互连的一个端口；
最后就是镜像名称
docker run -d
--name es
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"
-e "discovery.type=single-node"
-v es-data:/usr/share/elasticsearch/data
-v es-plugins:/usr/share/elasticsearch/plugins
--privileged
--network es-net
-p 9200:9200
-p 9300:9300
elasticsearch:7.12.1
最后再docker ps确认一下容器是否有了
用户访问，看es响应结果（es信息）
安装kibana（跟ES要在同一个网络中）
作用：帮助Elasticsearch写CRUD语句，比较方便，有提示；
在同一个网络，可以根据容器名称互连，因为Kibana需要辅助ES的CRUD操作，所以需要知道ES地址，并且版本需要一致；
它的启动比较慢，docker可以利用docker logs查看日志；
docker run -d --name kibana -e ELASTICSEARCH_HOSTS=http://es:9200 --network=es-net -p 5601:5601 kibana:7.12.1
这玩意巨难启动成功，我是加了内存，不然es会挂掉，Kibana和es占用内存太大了
启动容器成功后，访问Kibana：菜单中的Dev Tools就 是ES的控制台
因为之前Kibana容器启动时指定了Elasticsearch的路径，所以我们只需要在Kibana的控制台输出语句就可以执行了（本质：发送一个Restful的请求）
分词器
ES分词器对中文不友好，只能一个字一个字算一个词，比如一个手机，出现大手打手.....
IK分词器：
根据中文进行分词
查看数据卷，将ik文件挂载到数据卷上
docker volume inspect es-plugins
然后根据数据卷所在位置，将ik文件上传，然后restart elasticsearch服务
有两种分词模式：
ik_smart:最小粒度，分词较少，但是占用内存就少了
ik_max_word:最大粒度，分词会较多
ik分词器-拓展词库（IkAnalyzer.xml文件）
ext.dic:拓展词库
stopword.dic:一些不需要分词的词库
在这两个文件中，我们可以加入想要分词的词语，以及敏感词
总结：
