1.es介绍及作用?

elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容。与mysql相比，es主要突出在海量数据的搜索能力比较强，以下是es的核心组件：
image.png

2. es和lucene的关系?

elasticsearch底层是基于lucene来实现的。es将lucene进行了封装，减少了开发人员的开发工作量。

3. 倒排索引介绍?

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。
image.png
如上图所示，倒排索引是先根据词条搜索到对应的文档ID，再由文档ID得到相应文档并提取出对应的数据。而正向索引搜索词条时，主键ID失效，只能全表扫描搜索。

4.中文分词器介绍?

中文分词器是解决es对中文数据分词不准确问题而开发的插件，目前使用较多的是ik分词器，ik分词器具有ik_smart与ik_max_word两种分词策略，并且支持扩展词词典与停用词词典，能够满足大多数分词场景。

5. 如何扩展新词 如何忽略停顿词?

a.打开IK分词器config目录
image.png
b.在IKAnalyzer.cfg.xml配置文件内容添加ext.dic (新词) 与stopwords.dis(停止词)：
image.png
c.在config目录下创建ext.dic文件，stopword.dic默认已存在
image.png
d.进入ext.dic文件添加新词，在stopword.dic文件中添加停止词
image.pngimage.png

6. mysql和es 对比?

MySQL作为开源关系型数据库，应用范围非常广泛，非常适合于结构化数据存储和查询。在数据查询场景下，默认返回所有满足匹配条件的记录；
而ES作为新生代NoSQL数据库代表之一，非常适合于非结构化文档类数据存储、更创新支持智能分词匹配模糊查询。比如在电商网站商品搜索栏中，用户输入以空格为分隔符的字符串（如：家电电视等），后台ES数据库搜索引擎会根据用户输入的信息，对数据库中保存的非结构化数据进行分词模糊匹配查询，返回满足匹配条件的前N条记录给用户；另外ES更典型应用在于根据用户浏览记录日志来追踪用户行为，智能推送用户期望浏览的数据信息，此时通常借助ELK三大组件互相配合完成。
ES支持倒排索引，非主键字段搜索速度远比Mysql快。

7.java中如何操作es？

  • 引入依赖

    1. <!-- ES Client -->
    2. <dependency>
    3.   <groupId>org.elasticsearch.client</groupId>
    4.   <artifactId>elasticsearch-rest-high-level-client</artifactId>
    5.   <elasticsearch.version>7.12.1</elasticsearch.version>
    6. </dependency>

  • 初始化RestHighLevelClient

    1. private RestHighLevelClient client;
    3.   //创建索引库客户端
    4.   @BeforeEach
    5.   public void getClient() {
    7.       client = new RestHighLevelClient(RestClient.builder(
    8.               HttpHost.create("http://192.168.200.130:9200")
    9.       ));
    10.   }
    12.   //关闭客户端
    13.   @AfterEach
    14.   void colseClient() throws IOException {
    15.       client.close();
    16.   }

  • 具体操作索引库与文档

    步骤为：1.创建请求对象
    2.添加请求参数
    3.发送请求，处理结果
    例1：创建索引库

    1. /*
    2.   创建索引库,索引库操作都是 client.indices().xxx
    3.    */
    4.   @Test
    5.   void testcreate() throws IOException {
    6.       //1.创建请求对象(参数为索引库名)
    7.       CreateIndexRequest request = new CreateIndexRequest("hotel");
    8.       //2.添加请求参数(参数，参数类型)
    9.       request.source(HotelContants.MAPPING_TEMPLATE, XContentType.JSON);
    10.       //3.发起请求，处理请求结果
    11.       client.indices().create(request, RequestOptions.DEFAULT);
    12.   }

    例2：创建文档

    1. //创建文档    client.xxx
    2.   @Test
    3.   void testcreate() throws IOException {
    4.       //1.根据ID在mysql中查询出字段
    5.       Hotel hotel = hotelService.getById(38609l);
    6.       //2.将字段封装成hotelDoc
    7.       HotelDoc hotelDoc = new HotelDoc(hotel);
    8.       //3.将hotelDoc转化成JSON格式(FastJson)
    9.       String json = JSON.toJSONString(hotelDoc);
    10.       //4.创建请求对象（ID如果不加会默认添加）
    11.       IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
    12.       //5.准备请求参数（一般都是request.source(json参数，参数格式)）
    13.       request.source(json, XContentType.JSON);
    14.       //6.发送请求，处理结果
    15.       client.index(request, RequestOptions.DEFAULT);
    16.   }