索引

全文检索： 在一篇文章(数据库)中，使用某个关键字，检索出和这个关键字相关的内容！
希望实现全文检索，必须依靠倒排索引实现！
索引： 索引为了加速查询的一种数据结构！一般索引都是使用 Tree 结构实现！
Mysql中，使用B+tree: 多路平衡树。
使用LSM树
HBase： 一级索引，对RowKey进行索引，使用LSM树

正排索引：

  1.                 举例：  《唐诗三百首》  ------》数据库<br />                                    目录 ------------>正排索引<br />                                    目录-------------> 静夜思---------->页码<br />                    Mysql ,HBase都是正排索引！

倒排索引：

  1.             找《唐诗三百首》，所有包含了明月的诗<br />                        目录------------> 对所有诗的内容进行拆词，拆词后，生成索引<br />                                    床--------------> 《a》P115，《b》P170<br />                                    明月---------> 《静夜思》P300，《xxx》P400<br />                    ES的索引是倒排索引！

Lucene 是倒排索引结构

termIndex是正排索引，给切出来的词做的索引
通过索引找到切词，再去具体位置找到想要的数据
image.png

可以看到 Lucene 为倒排索引(Term Dictionary)部分又增加一层Term Index结构，用于快速定位，而这Term Index是缓存在内存中的，
但MySQL的B+tree不在内存中，所以整体来看ES速度更快，但同时也更消耗资源（内存、磁盘）
*B-TREE —balanceTree平衡树，当节点过多时，某些子节点会提升为父节点来平衡

ES数据存入结构和索引数据机制

image.png

建立索引是有秒级延迟的！

1）索引对象（blog）：存储数据的表结构，任何搜索数据，存放在索引对象上 。
2）映射（mapping）：数据如何存放到索引对象上，需要有一个映射配置， 包括：数据类型、是否存储、是否分词等。
类似于建表语句
3）文档（document）：一条数据记录，存在索引对象上。
4）文档类型（type）：一个索引对象，存放多种类型数据，数据用文档类型进行标识。

一、ES

1.概念介绍

查询： 宽泛的概念！只要将某个东西查询出来！
精确查询：
模糊查询：
搜索： 一种特定的查询！ 搜索一般指 通过某个关键字，检索出和关键字相关的信息！
搜索引擎，不适合使用关系型数据库存储数据！
原因： 在搜索时，只输入关键字，希望可以得到匹配关键字的所有的数据！如果使用数据库，在查询时一定需要模糊查询，模糊查询会导致索引失效，全表扫描！效率低！
select xxx from xxx where xxx like %aaa% //索引失效，有索引，查询引擎不会用
select xxx from xxx where xxx like aaa% //索引有效，加速查询
关系型数据库查询时，不能分词，联想，得到的不是期望的结果！

2.几个框架

solr : 和es的作用是一样的，都是用于搜索！
solr一般用于中小数据量的静态搜索(数据，很少发生变化)！
es可以用于PB级别数据量的动态搜索(数据可能会不断新增，变化)！

效率上：
solr（老大哥）： 小数据量，静态搜索，优于es！
solr在插入数据时，创建索引会有IO阻塞，效率低！
es(新人) ： 大数量，动态搜索，优于solr！
es在插入数据时，创建索引，无阻塞！ 不是实时，接近实时搜索，延迟秒级！
依赖：
solr 依赖 zk
es不依赖任何框架！

数据类型：
solr 丰富： xml,json
es 单一： json
扩展性：
es更容易扩展，天然集群！
Lucene: 搜索场景，常用的API集合！
本质是一个框架，可以集成到项目中，提供搜索场景常用的API，方便开发！
搜索工具包！
业界公认的非常优秀的搜索框架！
Nutch : 是一个可以直接使用的产品！ 基于lucene提供web浏览器的搜索产品！ 小型google!
ES ： es内置了Lucene，使Lunece变得更好用！ 使用RESTFUL风格，使用ES！
直接通过浏览器，发送REST请求，使用ES完成数据的CRUD！

3.全文检索和倒排索引

全文检索：
最初的含义： 提供一个关键字，在整篇文章中，搜索和关键字匹配的片段！
应用开发含义： 提供一个关键字，在整个数据库中，搜索和关键字匹配的数据！
如果要实现全文检索，必须依赖倒排索引！

索引：
是一种数据结构，加速查询！
类似一本百科全书的目录，根据目录直接跳转到感兴趣的书页！
正排索引：在mysql中创建的索引，在hbase中创建的索引，都属于正排索引！
举例： 《唐诗三百首》(数据库)
目录(正排索引)： 诗名 ———> 哪一页 ———> 诗的内容
搜索 《静夜思》
倒排索引：
举例： 《唐诗三百首》(数据库)
目录(倒排索引)： 存储的不是诗名和页面的对应关系！
词语 ———> 在哪些诗中出现了，诗是哪一页
明月————> 《静夜思》 200页， 《xxx》300页
搜索：包含明月的古诗有哪些
搜索引擎都使用倒排索引！

4.ES的特点

天然分片： 数据在写入时，会被分为若干片，每一片会分布到集群的不同节点！
优势： 横向扩容！ 负载均衡！ 提高并行IO能力！
天然集群： 一台ES实例也可以组成一个集群！ 方便扩容！ 如果集群需要增加节点！
只需要在其他节点安装ES，直接启动，自动在网段中寻找ES集群，自动加入集群！
天然索引： mysql和其他的数据库，需要手动创建索引！ ES在插入数据后自动创建索引！
文档：
https://www.elastic.co/guide/en/elasticsearch/reference/6.6/index.html

5.REST

REST是一种思想和理念！ 推崇使用标准的url路径，表达对资源的操作方式！本质是为了简化和规范url路径的写法！
没有REST之前： 在浏览器发送一个url时，可以随意写
举例： 查询1号员工
http://hadoop102:8088/gmall/getEmployeeById?id=1
http://hadoop102:8088/gmall/findEmployeeById?id=1
http://hadoop102:8088/gmall/retreveEmployeeById?id=1
http://hadoop102:8088/gmall/queryEmployeeById?id=1
http://hadoop102:8088/gmall/tongguoidchaxunyuangong?id=1
规范： /资源/id
可使用不同的请求方式，表达对资源的操作意图！
REST : /Employee/1
发送GET，代表查询
发送POST，代表新增
发送PUT，代表修改
发送DELETE ,代表删除
发送HEAD ， 判断是否存在
http://hadoop102:8088/gmall/Emp/1 GET
框架使用RESTFUL的开发理念！这个框架支持REST风格的API操作！

6.B-tree

B(balance)-tree： B树，多路平衡(自愈)树
B+tree： B-tree的改进
LSM树(mysql,hbase)

二、ES的可视化工具Kibana

进入Dev Tools标签进行开发