Elasticsearch - 简介

Elasticsearch 是一个分布式、可扩展、开源的全文搜索与数据分析引擎。它可以存储、搜索、分析 PB 级别的近实时数据。Elasticsearch 使用 Lucene 作为其核心来实现所有的索引和搜索功能，通过简单的Restful API 隐藏 Lucene 的复杂性，从而让全文搜索变得简单。

功能

Elasticsearch 主要有以下几个功能：

1 结构化搜索

结构化搜索是指有关探询那些具有内在结构数据的过程。比如日期、时间和数字都是结构化的：它们有精确的格式，我们可以对这些格式进行逻辑操作。比较常见的操作包括比较数字或时间的范围，或判定两个值的大小。

文本也可以是结构化的。如彩色笔可以有离散的颜色集合： 红（red） 、 绿（green） 、 蓝（blue） 。

在结构化查询中，我们得到的结果总是非是即否，要么存于集合之中，要么存在集合之外。

2 全文搜索

全文搜索就是对一篇文章进行索引，然后根据关键字搜索，类似于 mysql 里的 like 语句。

3 聚合

通过结构化搜索和全文搜索，如果我们有一个查询并且希望找到匹配这个查询的文档集，就好比在大海捞针。而通过聚合，我们会得到一个数据的概览。我们需要的是分析和总结全套的数据而不是寻找单个文档：

• 在大海里有多少针？

• 针的平均长度是多少？

• 按照针的制造商来划分，针的长度中位值是多少？

• 每月加入到海中的针有多少？

• 你最受欢迎的针的制造商是什么？

• 这里面有异常的针么？

优缺点

优点：

1. 高可用，如果某些节点出现故障时会自动分配其他节点代替其进行工作，并会把节点故障的数据复制到其它可用的节点上。

2. 横向扩展性，可以在不停机的情况下增加新的节点，以提高集群的容量和性能。

3. 可以扩展到上百台服务器，处理 PB 级别的结构化和非结构化数据。

缺点：

1. Elasticsearch 不支持 ACID 事务，无法保证多个文档处于同一个事务中。

2. Elasticsearch 的搜索是伪实时性的，默认情况下，文档从添加到对外可见能够被搜到最少要1秒钟。这么做是Lucene 为了提高写操作的吞吐量而做出的延迟牺牲，当然这个设置是可以手动调整的，但是并不建议修改它，会极大地影响搜索性能。

3. mapping 不可变，如果需要改变付出的代价十分高的。

4. 默认情况下，在写入文档时，需要创建和刷新索引数据，所以写入性能不高。更新和删除操作时需要 merge 操作，也会影响性能。

应用场景

Elasticsearch 根据其特点有以下几种场景：

1. 站内搜索：Elasticsearch 是一个强大的全文搜索引擎。

2. 大数据的实时搜索、存储、统计。

3. 监控：统计、日志等时序数据的存储和分析、可视化。

---

参考文档：

1. Elasticsearch学习，请先看这一篇！

2. Elasticsearch: 权威指南

3. Elasticsearch 官方文档

4. ElasticSearch 内部机制浅析（二）