一、了解es

1.1、elasticsearch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海量数据快速找到需要内容
例如百度搜索
在这里插入图片描述

1.2 ELK技术

elasticsearch结合kibana、Logstash、Beats,也就是elastic stack(ELK)。被广泛应用日志数据分析实时监控领域
在这里插入图片描述
elasticsearchelastic stack的核心,负责存储搜索分析数据
在这里插入图片描述
目前比较知名的搜索引擎技术排名:
在这里插入图片描述

二、倒排索引

倒排索引概念基于MySQL这样的正向索引而言的。

2.1 正向索引

例如给下表(tb_goods)中的id创建索引
在这里插入图片描述
如果是根据id查询,那么直接走索引查询速度非常快。
但如果是基于title模糊查询,只能是逐行扫描数据流程如下:

1)用户搜索数据条件title符合”%手机%”

2)逐行获取数据,比如id为1的数据

3)判断数据中的title是否符合用户搜索条件

4)如果符合则放入结果集,不符合则丢弃。回到步骤1

逐行扫描,也就是全表扫描,随着数据量增加,其查询效率也会越来越低。当数据量达到数百万时,就是一场灾难。

2.2倒排索引

倒排索引中有两个非常重要的概念

创建倒排索引是对正向索引的一种特殊处理流程如下:

倒排索引的搜索流程如下(以搜索”华为手机“为例):

1)用户输入条件华为手机“进行搜索。

2)对用户输入内容分词,得到词条:华为手机

3)拿着词条在倒排索引中查找可以得到包含词条的文档id:1、2、3。

4)拿着文档id到正向索引中查找具体文档
如图
在这里插入图片描述
虽然要先查询倒排索引,再查询倒排索引,但是无论是词条、还是文档id都建立了索引,查询速度非常快!无需全表扫描。

三、es概念

3.1 文档和字段

elasticsearch面向文档(Document存储的,可以数据库中的一条商品数据,一个订单信息。文档数据会被序列化json格式后存储在elasticsearch中:
在这里插入图片描述
而Json文档中往往包含很多的字段(Field),类似于数据库中的列。

3.2 索引和映射

索引(Index),就是相同类型的文档的集合我们可以把索引当做是数据库中的表。
在这里插入图片描述

3.3 mysqlelasticsearch

MySQL Elasticsearch 说明
Table Index 索引(index),就是文档的集合,类似数据库的表(table)
Row Document 文档(Document),就是一条条的数据,类似数据库中的行(Row),文档都是JSON格式
Column Field 字段(Field),就是JSON文档中的字段,类似数据库中的列(Column
Schema Mapping Mapping映射)是索引中文档的约束,例如字段类型约束。类似数据库的表结构(Schema
SQL DSL DSL是elasticsearch提供的JSON风格请求语句用来操作elasticsearch,实现CRUD

原文地址:https://blog.csdn.net/lx00000025/article/details/134683660

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。

如若转载,请注明出处:http://www.7code.cn/show_9201.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注