介绍：

ES是一个分布式文档的非关系型数据库（文档类似于关系型数据库中的单条记录），文档的每个字段默认会被索引，每个字段的数据均可被搜索，能够横向扩展至数以百计的服务器存储以及处理PB级的数据。ES基于Restful Api接口，可通过Restful Api与ES进行交互。

使用案例：

1. es可作为博客系统的数据库，文章等内容储存到es中，可根据文章内容进行快速检索
2. 当关系型数据库中数据量特别大查询慢时，可将大量数据导入es中，查询走es
3. 部署大规模的日志框架、logstash采集日志，es存储、搜索和分析海量的事件，kibana可视化查看结果；ELK技术，elasticsearch+logstash+kibana

es官方指南

快速启动项目

在Windows环境下，下载es与Kibana，Kibana是一个开源的分析与可视化平台，可通过kibana的Dev Tool与es的数据进行CURD，kibana版本和es版本同步更新，所以两者最好使用一致的版本，下载地址：es下载，kibana下载

下载后解压各自的压缩包，在cmd中运行各自压缩包下bin目录下的.bat文件即可；es默认端口号9200，kibana默认端口号5601，访问localhost:5601进入kibana

概念

索引 index：一个 索引 类似于传统关系数据库中的一个 数据库 ，是一个存储关系型文档的地方。

类型：类似传统关系数据库中的表，在es旧版本当中一个索引库中可包含多个类型，在es的索引中，不同的映射类型中存在相同的属性名，他们底层都是使用同一个Lucene属性，由于在同一个索引库不同类型中字段比较少或没有，会影响es的查询效率，所以后续在 es6.0.0 版本中一个文档只能包含一个类型，而在 7.0.0 中，类型则将被弃用，到了 8.0.0 中则将完全删除。7.x中的类型默认为_doc

文档：相当于关系型数据库的单条记录

字段：相当于关系型数据库中的 columns 列

倒排索引：

关系型数据库通过增加一个 索引 比如一个 B树（B-tree）索引 到指定的列上，以便提升数据检索速度。Elasticsearch 和 Lucene 使用了一个叫做 倒排索引 的结构来达到相同的目的。在es中，一个文档中的每一个属性默认被创建了倒排索引。一个没有倒排索引的属性是不能被搜索到的。 es查询为什么快？

倒排索引操作步骤：

1. 先将文档中包含的关键字全部提取出来
2. 然后再将关键字与文档的对应关系保存起来
3. 最后对关键字本身做索引排序。

这样在用户检索关键字时， 可以先查找关键字索引，在通过关键字与文档的对应关系查找到所在的文档。

如下面的三个文档：

id	age	sex	name
1	18	female	北大
2	20	male	河北大学青年
3	18	male	爱国青年

包含指定关键字的文档：

序号	关键字	包含文档
1	北大	1，2
2	河北	2
3	大学	2
4	青年	2，3
5	爱国	3
6	18	1，3
7	20	2
8	male	2，3
9	female	1

根据关键字查询，可直接检索出结果文档

RestApi

method	url	描述
PUT	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档id	删除文档
GET	localhost:9200/索引名称/类型名称/文档id	查询文档通过文档id
POST	localhost:9200/索引名称/类型名称/_search	查询所有数据

字段主要数据类型

1. 字符串类型： text, keyword
2. 数字类型：long, integer, short, byte, double, float, half_float, scaled_float
3. 日期：date
4. 日期 纳秒：date_nanos
5. 布尔型：boolean
6. Binary：binary
7. Range: integer_range, float_range, long_range, double_range, date_range

分片

分片分为主分片与复制分片

分片类似与mysql中的分库分表，es在创建索引库时可设置创建几个主分片与复制分片，默认情况下，一个索引被分配 5 个主分片，一个主分片有一个复制分片，每个文档存储在独立的主分片中，插入一个文档时，会根据文档的_id(唯一id)决定该文档存储在哪个主分片中；

复制分片只是主分片的一个副本，它可以防止硬件故障导致的数据丢失，同时可以提供读请求，比如搜索或者从别的分片取回文档。主分片或者复制分片都可以处理读请求——搜索或文档检索，所以数据的冗余越多，能处理的搜索吞吐量就越大。

es深入分片

举例

更全面的用kibana查询es数据教程

聚合查询

// 创建一个商品索引库，不指定类型，类型默认
PUT goods
{// mappings 就是对索引库中索引的字段名称及其数据类型进行定义，类似于mysql中的表结构信息。"mappings": {"properties": {"goodsId": {"type": "integer"},// 设置goodsName类型为text用于全文检索，同时类型又为keyword用于关键词搜索// keyword类型的字段默认会排序，取数据时会直接根据顺序输出，查询效率高"goodsName": {"type": "text","fields": {"keyword": {"type": "keyword",// 索引最大的字段值长度，超出部分不会被索引且存储"ignore_above": 256}}},"createTime": {"type": "date"}}}
}
// 插入一条商品数据，不指定id
POST goods/_doc
{"goodsId":1,"goodsName":"商品1","createTime":"1643178793939"
}

// 查询所有数据
GET goods/_search
// 结果：
{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2, // 共两条数据"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "vhqYlX4BFS2tMwa2XXMK","_score" : 1.0,"_source" : {"goodsId" : 1,"goodsName" : "商品1","createTime" : "1643178793939"}},{"_index" : "goods","_type" : "_doc","_id" : "wRqYlX4BFS2tMwa2dXO9","_score" : 1.0,"_source" : {"goodsId" : 2,"goodsName" : "商品2","createTime" : "1643178793939"}}]}
}

// 根据goodsId条件查询
GET goods/_search
{"query": {"match": {"goodsId": 1}}
}
// 结果：
{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "goods","_type" : "_doc","_id" : "vhqYlX4BFS2tMwa2XXMK","_score" : 1.0,"_source" : {"goodsId" : 1,"goodsName" : "商品1","createTime" : "1643178793939"}}]}
}