终于有人把elasticsearch原理讲通了！

小史是一个非科班的程序员，虽然学的是电子专业，但是通过自己的努力成功通过了面试，现在要开始迎接新生活了。

随着央视诗词大会的热播，小史开始对诗词感兴趣，最喜欢的就是飞花令的环节。

但是由于小史很久没有背过诗词了，飞一个字很难说出一句，很多之前很熟悉的诗句也想不起来。

【倒排索引】

吕老师：但是我让你说出带“前”字的诗句，由于没有索引，你只能遍历脑海中所有诗词，当你的脑海中诗词量大的时候，就很难在短时间内得到结果了。

【索引量爆炸】

【搜索引擎原理】

【elasticsearch简介】

吕老师：但是 lucene 还是一个库，必须要懂一点搜索引擎原理的人才能用的好，所以后来又有人基于 lucene 进行封装，写出了 elasticsearch 。

【elasticsearch基本概念】

吕老师：类型是用来定义数据结构的，你可以认为是 mysql 中的一张表。文档就是最终的数据了，你可以认为一个文档就是一条记录。

吕老师：比如一首诗，有诗题、作者、朝代、字数、诗内容等字段，那么首先，我们可以建立一个名叫 poems 的索引，然后创建一个名叫 poem 的类型，类型是通过 mapping 来定义每个字段的类型，比如诗题、作者、朝代都是 keyword 类型，诗内容是 text 类型，而字数是 integer 类型，最后就是把数据组织成 json 格式存放进去了。

吕老师：这个问题问得好，这涉及到分词的问题， keyword 类型是不会分词的，直接根据字符串内容建立反向索引， text 类型在存入 elasticsearch 的时候，会先分词，然后根据分词后的内容建立反向索引。

吕老师：之前我们说过， elasticsearch 把操作都封装成了 http 的 api ，我们只要给 elasticsearch 发送 http 请求就行。比如使用 curl -XPUT ‘ http://ip:port/poems ‘ ，就能建立一个名为 poems 的索引，其他操作也是类似的。

【elasticsearch分布式原理】

吕老师：没错， elasticsearch 也是会对数据进行切分，同时每一个分片会保存多个副本，其原因和 hdfs 是一样的，都是为了保证分布式环境下的高可用。

吕老师：没错，在 elasticsearch 中，节点是对等的，节点间会通过自己的一些规则选取集群的 master ， master 会负责集群状态信息的改变，并同步给其他节点。

吕老师：注意，只有建立索引和类型需要经过 master ，数据的写入有一个简单的 routing 规则，可以 route 到集群中的任意节点，所以数据写入压力是分散在整个集群的。

【elk系统】

吕老师：其实很多公司都用 elasticsearch 搭建 elk 系统，也就是日志分析系统。其中 e 就是 elasticsearch ， l 是 logstash ，是一个日志收集系统， k 是 kibana ，是一个数据可视化平台。

吕老师：分析日志的用处可大了，你想，假如一个分布式系统有 1000 台机器，系统出现故障时，我要看下日志，还得一台一台登录上去查看，是不是非常麻烦？

吕老师：但是如果日志接入了 elk 系统就不一样。比如系统运行过程中，突然出现了异常，在日志中就能及时反馈，日志进入 elk 系统中，我们直接在 kibana 就能看到日志情况。如果再接入一些实时计算模块，还能做实时报警功能。

【笔记】

小史学完了 elasticsearch ，在笔记本上写下了如下记录：

1 、反向索引又叫倒排索引，是根据文章内容中的关键字建立索引

2 、搜索引擎原理就是建立反向索引

3 、 elasticsearch 在 lucene 的基础上进行封装，实现了分布式搜索引擎

4 、 elasticsearch 中的索引、类型和文档的概念比较重要，类似于 mysql 中的数据库、表和行

5 、 elasticsearch 也是 master-slave 架构，也实现了数据的分片和备份

6 、 elasticsearch 一个典型应用就是 elk 日志分析系统

写完，又高高兴兴背诗去了。

观书有感

朱熹

半亩方塘一鉴开，天光云影共徘徊。

问渠那得清如许？为有源头活水来。