本篇文章对 Elasticsearch 做了基本介绍，在后续将通过专栏的方式持续更新，本系列以 Elasticsearch7 作为主要的讲解版本，欢迎各位大佬指正，共同学习进步！
一般涉及大型数据库的电子商务和搜索引擎的产品都面临这样一个问题，产品信息检索花费时间太长。这不良的用户体验，可能导致失去潜在的客户。这种滞后搜索归因于产品设计所使用到关系数据库，数据分散在多个表中，关系型数据处理这些表中数据获取搜索结果时工作速度是远远不能瞒足。可以说，现在的企业正在寻找数据存储的替代品，以期促进快速检索，而 Elasticsearch（ES）的出现很好解决这些问题。
1、什么是 Elasticsearch？
Elasticsearch 是基于 Lucene 的搜索引擎。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful Web接口。
换句话说，Elasticsearch 是用 Java 开发的开源，独立数据库服务器。基本上，它用于全文搜索和分析。它从各种来源获取数据，并将其存储为针对搜索进行了高度优化的复杂格式。如上所述，Elasticsearch 将 Apache Lucene 作为搜索的核心。由于 Lucene 只是一个库，使用起来有一定难度。但是你不必担心，Elasticsearch 对搜索引擎操作都进行封装 ，可以通过使用对应的 Restful 的 API 进行操作。使用 Elasticsearch 可以快速有效地存储，搜索和分析大量数据，而且在处理半结构化数据（即自然语言）时特别有用。
2、Elasticsearch 能做什么？
平时我们在 GitHub 上进行搜索的时候，Github 不仅可以帮我们找到相隔的代码产库，还可以帮助实现代码级的搜索及搜索词的高亮的显示，。当你在网上购物的时候，它也可以帮助你做商品的推荐。当你下班的时候，Elasticsearch 可以帮助你定位附件的乘客和司机，帮助平台优化调度，除了搜索，结合 Kibana、Logstash、Beats 的 ELK（Elastic Stack） 还被广泛使用在大数据近实时分析的领域，包括了日志分析、指标监控、信息安全等多个领域，它可以帮助你探索海量的、结构化的、非结构化的数据，按需创建是可视化报表，对监控数据设置报警阀值。
3、Elasticsearch 5、6、7版本特性史
V5.x
V6.x
V7.x
4、Elasticsearch 基本概念
要了解 Elasticsearch ，首先要先了解下面的几个专有名词，索引（Index）、文档（ Document)、类型（Type）
索引（Index）
定义不同的数据分布
{
"movies" : {
"settings" : {
"index" : {
"creation_date" : "1570452552",
"number_of_shards" : "5",
"number_of_replicas" : "1",
"uuid" : "pB0UsxjfQT2fW-s8Uy-Nsg",
"version" : {
"created" : "2030599"
}
}
}
}
}定义文档字段的类型
{
"movie": {
"mappings": {
"doc": {
"properties": {
"songName": {
"type": "text"
},
"singer": {
"type": "text"
},
"price": {
"type": "integer"
}
}
}
}
}
}索引有不同语义，在 ES 中指的是在集群中创建的索引（名词），也可以指的是文档到 ES 的过程（动词），即是一次倒排索引的过程。而在其他地方看到索引更多表示 B 树索引或者倒排索引。
文档（ Document)
案例
{
"songName" : "说好不哭",
"singer" : "周杰伦",
"price" : 3
}文档的元数据
{
"_index" : "song",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"found" : true,
"_source" : {
"songName" : "说好不哭",
"singer" : "周杰伦",
"price" : 3
}
}类型（Type）
5、RDBMS VS Elasticsearch
下面是 RDBMS 和 Elasticsearch 一个不是很恰当类比，Elasticsearch 集群可以包含多个索引 Indes（数据库），每一个索引可以包含一个doc类型 Type（表），每一个类型包含多个文档 Document（记录），然后每个文档包含多个字段 Fields（列），DSL 相当于 RDBMS 的 SQL。
| RDBMS | Elasticsearch |
|---|---|
| Schema | Mapping |
| Table | Index(Type) |
| Column | Filed |
| Row | Document |
| SQL | DSL |
6、小结
与传统 SQL 数据库管理系统（其花费10秒钟以上的时间来获取所需的搜索查询数据）相比，Elasticsearch 可以在10毫秒内完成此操作。由于 Elasticsearch 具有分布式架构，因此它可以扩展到数千个服务器并容纳PB级的数据。我们不必管理分布式设计的复杂性，因为 ES 已经自动完成。我们有多种方法可以为一些文档建立索引或查询它们，然而在使用 ES 下，我们可以轻松实现在海量数据快速检索全文，得到我们想要的结果。
【Elasticsearch 搜索之路】（一）什么是 Elasticsearch？
原文：https://www.cnblogs.com/TFengStorm/p/11652008.html