目录
1、ElasticSearch概念：
ElasticSearch简称es，es是一个开源的高扩展的分布式全文检索引擎，通过创建的索引可以快速检索数据，同时本身扩展性能高，可以扩展到上百台服务器。
2、全文检索：
①数据分类：
（1）结构化数据：有固定格式和固定长度的数据，如数据库数据，元数据；
（2）非结构化数据：无固定格式和不定长的数据，如邮件、word文档等磁盘文件。
②全文检索概念：
（1）将非结构化数据中一部分信息提取出来，重新组合，使其变得结构化，通过对这一部分有结构化数据的搜索，找到对应非结构化数据，从而达到较快搜索目的。这部分从非结构数据中提取然后重组的数据就是索引。
如：字典中，汉字的拼音和部首就是索引，通过汉字拼音和部首可以快速找到汉字位置。
（2）先建立索引，然后对索引进行搜索的过程即全文检索。建立索引非常耗时，但索引一旦创建，便可以多次使用，全文检索主要处理的是查询。
3、全文检索实现过程：
①全文检索流程图：
全文检索分为：创建索引和查询索引两个过程。
（1）创建索引：将现实世界的结构化数据或非结构化数据，进行数据提取然后重新组合，创建索引过程。
（2）索引查询：用户查询请求，搜索创建的索引，并返回结果的过程。
②创建索引：
对文档索引过程中，将用户要将搜索的内容提取出来，进行索引创建，索引存储在索引库中。
③创建文档对象：
获取的原始内容中目的是为了索引，在索引前需要将原始内容创建为文档，文档包括一个个域，域中存储属性。文档中有多个域，每个文档都有一个唯一标识，即id。
例：磁盘上一个文件可以看为一个文档，则该文件的文件名，文件大小，文件内容，文件路径即为文档的域。
④文档分析：
将原始内容创建为包含多个域的文档，还需对文档中域的内容进行分析，从而对域中内容进行分词。
⑤创建索引：
（1）索引目的是搜索，通过搜索索引词汇从而找到对应文档。
（2）倒排索引结构：通过索引找到对应文档。
（3）正排索引：根据文档到关键信息查询文档，只能顺序查找，数据量大查询效率低。
正排索引转化为倒排索引如下图：
⑥查询索引
查询索引即为搜索过程，用户通过输入关键字，从索引中进行搜索过程。通过关键字搜索索引，索引查找到对应文档内容，从而搜索到对应内容。?
⑦用户查询接口
全文检索提供用户搜索的界面供用户输入关键字，搜索完成展示结果。如下图：
?
⑧创建查询对象
用户输入关键字查询之前，需要先构建一个查询对象，查询对象可以指定查询的域，关键字等，查询对象会生成具体语法。
⑨执行查询
搜索过程中，通过关键字在倒排索引词典中查找索引，从而找到索引所链接的文档链表。
⑩渲染结果
以一个友好界面将结果展示给用户，用户根据搜索结果找到自己所需要的信息。
4、ElasticSearch和MySQL区别
①响应时间
（1）ElasticSearch：它是基于倒排索引，TB级数据在毫秒级就可以返回搜索结果。
（2）mysql：关键字模糊查询时，数据库需啊哟遍历整张表，数据量越大，查询效率越低。
（3）当用户输入关键字：手机，如下图数据：
elasticSearch会立即返回文档f，g，不用花费多余时间在其他文档上；
mysql则需要从文档a一直遍历到文档g，极大降低查询效率。
②分词
（1）ElasticSearch：用户使用elasticSearch进行搜索时，elasticSearch会自动分好词；
如：输入”四川火锅“时，elasticSearch会做两件事：一是将”四川火锅“分为”火锅“和”四川“两个词；二是查找包这两个词的文档。
（2）mysql：数据库不支持分词功能，人工开发耗时耗力，组合词检索很难完成。
如：输入”四川火锅”时，数据库只会对“四川火锅”这四个字进行模糊查询，“四川好吃的火锅”这时查询不到的。
③相关性
（1）ElasticSearch：es支持相关性评分，通过合理优化，es可以将结果由评分高到底排列展示给用户，评分越高，表示相关性越高，满足用户需求。
如：搜索“跑步”，带有“跑步”的信息要比带有“跑”的信息靠前
（2）mysql：数据库不支持相关性搜索，数据模糊查询后，放回结果是根据表中存储顺序返回的，于是便会出现查询出大量毫无相关内容。-
