1.是什么？
ElasticSearch 简称es,开源的分布式的全文搜索引擎，可以近乎实时的存储检索数据，es使用java开发，并且使用Lucene作为核心实现搜索功能。
2.能干什么？
分布式的搜索引擎，全文检索，数据分析引擎（分组聚合），对海量数据实时处理
3.有什么特点？
快速搜索，分布式部署，可按照分数排序，resultful所有操作可以通过http接口进行
（1）分布式的实时文档存储，每个字段都可以被搜索和索引
（2）分布式的实时文档搜索引擎
（3）胜任上百个服务节点的拓展，支持PB以上的结构化和非结构化数据
4.使用场景？
搜索类场景，日志分析类场景（经典的ELK组合，可完成日志收集分析存储）5
5.同类搜索对比？
同类的有Lucene,solr,ElasticSearch是目前主流的全文搜索方案，但是 Lucene 只是一个工具包，它不是一个完整的全文检索引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。
目前以 Lucene 为基础建立的开源可用全文搜索引擎主要是 Solr 和 Elasticsearch。
Solr 和ElasticSearch都是基于Lucene实现的，不同点如下：
1.solr利用zookpper进行分布式管理，而ElasticSearch自身携带分布式协调管理功能
2.elasticSearch实时性更好
相同点：
底层都依赖Lucene，lucene能实现全文搜索因为实现了倒排索引的查询结构
6.版本迭代？
6.1 集群连接变化
transportClient被抛弃，es7的java代码，只能使用restClient,建议使用
High-level-rest-client的方法操作es集群
6.2 存储结构变化
es7中使用默认的_doc作为type
6.3 默认配置变化
默认节点为主机名，默认分片数改为1，不再是5
6.4 Lucene升级为lucene 8 查询相关性速度优化
1.索引 index
理解为关系型数据库
2.type
理解为数据库中的一张表，注意ES各个版本之前区别很大
es5中一个index可以有多个type; es6中一个index 只能有一个type;es7中逐步移除
type这个概念
3.映射 mapping
定义了每个字段的类型等信息，相当于关系型数据库的表结构
4.常用数据类型
String类型，分为两种。 text：可分词，不可参与聚合；keyWord：不可分词，数据作为完整字段匹配，可以参与聚合
数字：number，可以分为Long,integer,short,byte,double,float
数组：array
布尔：boolean
日期：可以对日期格式格式化日期存储，但是建议存储为毫秒值，存储为long,节省空间。
经纬度：geo_point,ip
对象：object，例如
{
"name":"Jack",
"age":21,
"girl":{
"name":"Rose",
"age":21
}
}
4.通过和关系型数据库的对比，能更加容易理解
5.ik分词器
有两种分词模式：ik_matx_word 和ik_smart模式
1.ik_max_word(常用)
将文本做最细粒度拆
如果对“南京市长江大桥”采用ik_max_word分词
POST _analyze
{
"analyzer": "ik_max_word",
"text": "南京市长江大桥"
}分词结果如下：
{
"tokens": [
{
"token": "南京市",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "南京",
"start_offset": 0,
"end_offset": 2,
"type": "CN_WORD",
"position": 1
},
{
"token": "市长",
"start_offset": 2,
"end_offset": 4,
"type": "CN_WORD",
"position": 2
},
{
"token": "长江大桥",
"start_offset": 3,
"end_offset": 7,
"type": "CN_WORD",
"position": 3
},
{
"token": "长江",
"start_offset": 3,
"end_offset": 5,
"type": "CN_WORD",
"position": 4
},
{
"token": "大桥",
"start_offset": 5,
"end_offset": 7,
"type": "CN_WORD",
"position": 5
}
]
}2.ik_smart
会做最粗粒度拆分
如果对“南京市长江大桥”采用ik_smart分词，分词结果如下：
POST _analyze
{
"analyzer": "ik_smart",
"text": "南京市长江大桥"
}{
"tokens": [
{
"token": "南京市",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "长江大桥",
"start_offset": 3,
"end_offset": 7,
"type": "CN_WORD",
"position": 1
}
]
}6.倒排索引
（1）正向索引（forward index）
在搜索引擎中每个文件都对应一个文件ID，文件内容被表示为一系列关键词的集合。
例如“文档1”经过分词，提取了20个关键词，每个关键词都会记录它在文档中的出现次数
和出现位置。
（2）正向索引结构
文档1的ID>单词1：出现次数，出现位置列表；单词2:出现次数，出现位置列表…
一般是通过key找到value 。
如果只存在正向索引，那就需要扫描索引库中的所有文档，找出包含关键词“华为手机”的文档，再根据打分模型进行打分，排出名次呈现给用户。
（3）反向索引 (inverted index)
所以搜索引擎会将正向索引重构为倒排索引，把文件ID对应关键词的映射转化为关键词到ID的映射，从词的关键字去找文档
（4) 我在网上找的一个比较容易理解的例子如下：
假设有一批技术书籍，编好编号如下图
如果想搜索并发相关的词，正向索引呢就会遍历表格，找到编号为1和4的两条记录。
如果采用倒排索引的话，首先会对书籍的名称进行分词，比如：Java并发编程之美，会被分词成为 java 并发 编程 , 分词之后，会存储分词和文档ID的对应关系
这时，在倒排索引中搜索并发，就能够通过分词并发找到对应的ids编号，
（4）参考链接，个人觉得讲解很好，很容易理解：ES原理之倒排索引 - 同济小孙 - 博客园