了解ES：
是非常强大的开源搜索引擎，可以帮助我们从海量
数据中快速找到需要的内容。
海量数据找到我们需要的数据：
就比如说你上淘宝搜索手机，就会出现很多手机品牌
以及很多手机厂商

基础概念：

我们还需对比结构化数据库，看看ES的基础概念，为我们后面学习作铺垫。

  • Near Realtime（NRT） 近实时。数据提交索引后，立马就可以搜索到。
  • Cluster 集群，一个集群由一个唯一的名字标识，默认为“elasticsearch”。集群名称非常重要，具有相同集群名的节点才会组成一个集群。集群名称可以在配置文件中指定。
  • Node 节点：存储集群的数据，参与集群的索引和搜索功能。像集群有名字，节点也有自己的名称，默认在启动时会以一个随机的UUID的前七个字符作为节点的名字，你可以为其指定任意的名字。通过集群名在网络中发现同伴组成集群。一个节点也可是集群。
  • Index 索引: 一个索引是一个文档的集合（等同于solr中的集合）。每个索引有唯一的名字，通过这个名字来操作它。一个集群中可以有任意多个索引。
  • Type 类型：指在一个索引中，可以索引不同类型的文档，如用户数据、博客数据。从6.0.0 版本起已废弃，一个索引中只存放一类数据。
  • Document 文档：被索引的一条数据，索引的基本信息单元，以JSON格式来表示。
  • Shard 分片：在创建一个索引时可以指定分成多少个分片来存储。每个分片本身也是一个功能完善且独立的“索引”，可以被放置在集群的任意节点上。
  • Replication 备份: 一个分片可以有多个备份（副本

image.png

image.png

ES结合了Kibana，Logstash，Beats，也就是elastic stack（ELK）
被广泛应用在日志数据分析实时监控等领域

日志库分析：
就在我们项目运行的时候会有海量的日志信息
日志信息就是可以方便定位BUG
image.png

实时监控：
就是说我们项目在运行的时候他会有状态
cpu，内存，这些等等的情况

image.png
底层实现是Lucene的技术
image.png

那么什么叫类库呢？
就是jar包
我可以基于它做一些扩展
高性能（基于排序索引）

Lucene的缺点：
只限于java语言开发
学习曲线陡峭
不支持水平扩展

image.png

image.png

总结：
什么是elasticsearch？
一个开源的分布式搜索引擎，可以作为扩展形成集群
可以用来实现搜索，日志统计，分析监控等功能
什么是elastic stack（ELK）？
是以elasticsearch 为核心的技术栈，
包括 beats Logstash
kibana elasticsearch
什么是Lucene？
是Apache的开源搜索引擎类库 提供了搜索引擎的核心API
（就是一个jar包）