前言

Java中比较流行的搜索引擎是Elasticsearch，传统的数据库搜索，使用like’关键字%’，当内容过多时性能会大大降低，所以Elasticsearch就出现了。

Elasticsearch核心概念

Elasticsearch 是面向文档的分布式搜索引擎，所有数据以 JSON 格式存储和返回，无需预先定义严格的表结构，具备高度的灵活性和扩展性。

数据层级关系

ES 的数据组织层级可以类比为关系型数据库，但两者并不完全等价：

Elasticsearch	关系型数据库（类比）	说明
集群（Cluster）	数据库实例	由一个或多个节点组成，统一对外提供服务
节点（Node）	数据库服务器	集群中的每一台服务器，存储数据并参与索引和搜索
索引（Index）	表（Table）	具有相同结构的文档集合，是数据存储和搜索的逻辑单元
文档（Document）	行（Row）	一条完整的数据记录，以 JSON 格式存储
字段（Field）	列（Column）	文档中的具体属性，如 title、price、createTime

倒排索引

倒排索引中有两个非常重要的概念：

• 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息
• 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理，流程如下：

• 将每一个文档的数据利用算法分词，得到一个个词条
• 创建表，每行数据包括词条、词条所在文档id、位置等信息
• 因为词条唯一性，可以给词条创建索引，例如hash表结构索引

Kibana

Kibana 是一款免费且开放的前端应用程序，其基础是 Elastic Stack，可以为 Elasticsearch 中索引的数据提供搜索和数据可视化功能。

用途：

        搜索、查看并可视化 Elasticsearch 中所索引的数据，并通过创建柱状图、饼状图、表格、直方图和地图对数据进行分析。仪表板视图能将这些可视化元素集中到一起，然后通过浏览器加以分享，以提供有关海量数据的实时分析视图，为下列用例提供支持：
1.日志处理和分析
2.基础设施指标和容器监测
3.应用程序性能监测 (APM)
4.地理空间数据分析和可视化
5.安全分析
6.业务分析

es和kibana的安装

可以参考Linux环境下安装Elasticsearch，史上最详细的教程来啦~_linux elasticsearch-CSDN博客

以及kibana的安装Linux下安装Kibana环境_kibana 端口 15601-CSDN博客

es的操作（通过kibana可视化工具操作）

基本操作

索引创建：PUT /index_name

因为我是单机环境下搭建的，只有 1 个节点，ES 无法将副本分片分配到其他节点，所以将副本数设置为0

文档添加：POST /index_name/_doc {JSON数据}

添加方式有两种：post 和 put 区别是post可以不用指定文档ID(自动生成)，put需要指定

文档查询：GET /index_name/_doc/id

索引删除：DELETE /index_name

高级功能

批量操作：使用_bulkAPI执行多个操作

搜索查询：通过_searchAPI实现复杂检索

通过content关键字匹配查询 ,也可以通过其他字段match

聚合分析：利用聚合功能进行数据统计分析

我这里使用的是aggs，可以分别统计 条数、最小值、最大值、平均值、总和

可视化展示

和其他可视化工具一样，可以创建数据图并且可以放在可视化大屏展示