1、ElasticSearch 开箱即用，Solr 需要安装。
2、Solr 利用 Zookeeper 进行分布式管理，而 ElasticSearch 自身带有分布式协调管理功能。
3、Solr 支持更多格式的数据，例如 JSON、XML、CSV，而 ElasticSearch 仅支持 JSON 文件格式。
4、Solr 官方提供的功能更多，而 ElasticSearch 本身更注重于核心功能，高级功能多由第三方插件提供，例如图形化界面需要 kibana 友好支撑。
5、Solr 查询快，但更新索引时慢，用于电商等查询多的应用。ElasticSearch 建立索引快即实时性查询快，用于 facebook、新浪等搜索应用。
6、Solr 是传统搜索应用的有力解决方案，ElasticSearch 更适用于新兴的实时搜索应用。

ElasticSearch 核心概念

ElasticSearch 是面向文档的索引，ElasticSearch 与关系型数据库的对比：

ElasticSearch 本身就是集群，可以通过可视化界面右上角你的信息查看。ElasticSearch 的默认集群名就是 elasticsearch。ElasticSearch 在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移。

文档：一条条数据和记录，是索引和搜索数据的最小单位，是键值对，是 Json 对象。
类型：字段类型映射，逐渐过时，因为 ElasticSearch 会自动猜测类型。
索引：映射类型的容器，文档集合，类似于数据库，会被存储到各个分片上。
分片：一个索引默认有5个分片，主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个 Lucene 索引，一个包含倒排索引的文件目录。倒排索引的结构使得 ElasticSearch 在不扫描全部文档的情况下，就能告知哪些文档中包含特定的关键字。

倒排索引

ElasticSearch 使用的是一种称为倒排索引的结构，采用 Lucene 倒排索引作为底层。这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。文档保存到索引库的时候，将每个文档拆分成独立的词（或称为词条或 tokens ），创建包含所有不重复的词条的排序列表，列出每个词条出现在哪个文档，两个文档都匹配，但是第一个文档比第二个匹配程度更高。如果没有别的条件，这两个包含关键字的文档都将返回。

IK 分词器

IK 提供了两个分词算法：ik_smart 和 ik_max_word。其中 ik_smart 为最少切分，ik_max_word 为最细粒度划分。

?<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
? ? <comment>IK Analyzer 扩展配置</comment>
? ? 
? ? <entry key的扩展停止词字典-->
? ? <entry key="ext_stopwords"></entry>
? ? 
? ? 
? ? 
? ? 
</properties>

?记得重启es

字段类型概述

字符串类型：text、keyword
数值类型：long、integer、short、byte、double、float、half float、scaled、float
日期类型：date
布尔值类型：boolean
二进制类型：binary

? 字符串类型ElasticSearch对字符串拥有两种完全不同的搜索方式. 你可以按照整个文本进行匹配, 即关键词搜索(keyword search), 也可以按单个字符匹配, 即全文搜索(full-text search).前者的字符串被称为not-analyzed字符, 而后者被称作analyzed字符串。text用于全文搜索的, 而keyword用于关键词搜索.

text

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，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。text类型的字段不用于排序，很少用于聚合。

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "name": {
          "type": "text"
          }
        }
      }
    }
  }
}

如果不指定类型，ElasticSearch字符串将默认被同时映射成text和keyword类型，会自动创建下面的动态映射(dynamic mappings)：

{
    "foo": {
        "type": "text",
        "fields": {
            "keyword": {
                "type": "keyword",
                "ignore_above": 256
            }
        }
    }
 
}

ignore_above忽略长度超过256字符串。

这就是造成部分字段还会自动生成一个与之对应的“.keyword”字段的原因。

一个字符串字段可以映射为text字段用于全文本搜索，也可以映射为keyword字段用于排序或聚合，这时候需要用到fields设置多字段。如果业务关系中，需要该字段支持两种类型的查询，可以设置为如下形式：

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "name": {
          "type": "text",
          "fields": {
            "raw": { 
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}

name.raw字段是name字段的keyword版本。

keyword

keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。

{
    "foo": {
        "type": "text",
        "fields": {
            "keyword": {
                "type": "keyword",
                "ignore_above": 256
            }
        }
    }
}

在ES里为已有索引增加一个新字段以后，老的数据并不会自动就拥有了这个新字段，也就不可能给他一个所谓的默认值。ES里的数据都是文档型的，修改一个文档只能是对原文档做更新，也就是只能借助于重新索引的手段。
?
NULL在ES里的含义和RDBMS非常不同。?
?
NULL的意思是索引的时候，某个字段没有被赋值，例如文档有"city","title"和"status_code"三个字段。
?
索引的时候漏掉status_code字段: