簡單寫一個ES系列，希望對NewSql、檢索有興趣的同學可以快速入手，争取在7月份完成該系列文章
ES入門系列
- ES入門系列 — 1 windows系統安裝Elasticsearch
- ES入門系列 — 2 Elasticsearch介紹
- ES入門系列 — 3 走進elasticsearch
- ES入門系列 — 4 索引
搜尋已經無時無刻在網際網路存在，很典型的就是Google、百度之類的綜合搜尋，幾乎作為每個普通網民還是IT從事人員，幾乎每天都在和綜合搜尋打交道，通過搜尋你可以觸及你想要的資訊，這是一種可以是業内最普遍的資訊主動連結的方式。相比于複雜的綜合搜尋，還有一類就是垂直搜尋（目前垂直搜尋也是很複雜的）
相比綜合搜尋，垂直搜尋從資訊内容上更加專一，比如上圖淘寶網的搜尋，那麼搜尋的就是商品資訊。很明顯，你在上面肯定搜不到樓主的這篇部落格的（或許有一天淘寶有這樣訴求呢。。。目前不可能的），那麼很多中小公司的垂直搜尋用的就是Elasticseach實作的了（當然淘寶這樣的公司在搜尋引擎上是會有自己的産品支援），比如很多部落格系統，你搜尋時候輸入文章裡面的一個特定短語，可以搜到包含這個短語或近似的相關部落格，之類還有UGC、PGC、電商、門戶、物流、内容分發類等等系統
Elasticsearch 的用途是什麼？
Elasticsearch 在速度和可擴充性方面都表現出色，而且還能夠索引多種類型的内容，這意味着其可用于多種用例：
- 應用程式搜尋
- 網站搜尋
- 企業搜尋
- 日志處理和分析
- 基礎設施名額和容器監測
- 應用程式性能監測
- 地理空間資料分析和可視化
- 安全分析
- 業務分析
Elasticsearch 的工作原理是什麼？
原始資料會從多個來源（包括日志、系統名額和網絡應用程式）輸入到 Elasticsearch 中。資料采集指在 Elasticsearch 中進行索引之前解析、标準化并充實這些原始資料的過程。這些資料在 Elasticsearch 中索引完成之後，使用者便可針對他們的資料運作複雜的查詢，并使用聚合來檢索自身資料的複雜彙總。在 Kibana 中，使用者可以基于自己的資料建立強大的可視化，分享儀表闆，并對 Elastic Stack 進行管理。
Elasticsearch 索引是什麼？
Elasticsearch 索引指互相關聯的文檔集合。Elasticsearch 會以 JSON 文檔的形式存儲資料。每個文檔都會在一組鍵（字段或屬性的名稱）和它們對應的值（字元串、數字、布爾值、日期、數值組、地理位置或其他類型的資料）之間建立聯系。
Elasticsearch 使用的是一種名為反向索引的資料結構，這一結構的設計可以允許十分快速地進行全文本搜尋。反向索引會列出在所有文檔中出現的每個特有詞彙，并且可以找到包含每個詞彙的全部文檔。
在索引過程中，Elasticsearch 會存儲文檔并建構反向索引，這樣使用者便可以近實時地對文檔資料進行搜尋。索引過程是在索引 API 中啟動的，通過此 API 您既可向特定索引中添加 JSON 文檔，也可更改特定索引中的 JSON 文檔。
為何使用 Elasticsearch？
Elasticsearch 很快。 由于 Elasticsearch 是在 Lucene 基礎上建構而成的，是以在全文本搜尋方面表現十分出色。Elasticsearch 同時還是一個近實時的搜尋平台，這意味着從文檔索引操作到文檔變為可搜尋狀态之間的延時很短，一般隻有一秒。是以，Elasticsearch 非常适用于對時間有嚴苛要求的用例，例如安全分析和基礎設施監測。
Elasticsearch 具有分布式的本質特征。 Elasticsearch 中存儲的文檔分布在不同的容器中，這些容器稱為分片，可以進行複制以提供資料備援副本，以防發生硬體故障。Elasticsearch 的分布式特性使得它可以擴充至數百台（甚至數千台）伺服器，并處理 PB 量級的資料。
Elasticsearch 包含一系列廣泛的功能。 除了速度、可擴充性和彈性等優勢以外，Elasticsearch 還有大量強大的内置功能（例如資料彙總和索引生命周期管理），可以友善使用者更加高效地存儲和搜尋資料。
Elastic Stack 簡化了資料采集、可視化和報告過程。 通過與 Beats 和 Logstash 進行內建，使用者能夠在向 Elasticsearch 中索引資料之前輕松地處理資料。同時，Kibana 不僅可針對 Elasticsearch 資料提供實時可視化，同時還提供 UI 以便使用者快速通路應用程式性能監測 (APM)、日志和基礎設施名額等資料。
OK，對Elasticsearch的介紹就到這裡，對elasticsearch有個簡單的認識就可以了，這東西是做搜尋用的，分布式（可擴充），很快（不到1秒）、資料采集等等
歡迎關注，歡迎訂閱，樓主努力更新中