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。
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
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 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 |
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。