Skip to content

Latest commit

 

History

History
61 lines (41 loc) · 4.46 KB

ElasticSearch.md

File metadata and controls

61 lines (41 loc) · 4.46 KB

Elasticsearch 是一个开源的分布式搜索引擎，它使用 JSON 文档来存储数据，并提供强大的全文搜索、实时分析和可视化功能。Elasticsearch 构建在 Apache Lucene 基础之上，提供了简单的 RESTful API 以及丰富的查询语言。适用于大数据，数据检索。

文章多案例

项目中考虑到文章的数据量只会越来越大，由于在大数据量的情况下，使用mysql的模糊查询的耗时十分巨大，如果给mysql中添加索引这又会带来新的开销，为此采用ES来搜索文章。首先则需要将MySQL的数据和ES的数据进行同步，采用Lostash工具就可以实现同步数据，kibana的作用是提供一个可视化的界面，方便开发人员搜索数据。同步完成之后，需要只需要集成Spring-data-elasticsearch,根据其api接口就可以实现按照文章标题和文章内容模糊查询，并实现了将关键字高亮展示（高亮展示是由前端来完成的，具体的思路为：前端通过搜索框拿到用户搜索的关键词，然后使用正则表达式匹配后端返回数据中的关键字，匹配之后将其样式改为红色标亮展示）。

要拿数据说话为什么在大数量的情况下ES的搜索耗时要低于MySQL的搜索耗时？为此，自己写程序随机生成了100、1000、10000、100000、600000条数据来进行对比，对比结果如上图所示，得出结论：在数据量大于100000的时候，ES的搜索耗时已经优于MySQL了，数据量越大时，差距更加明显。

^

为什么需要ElasticSearch？

  1. 全文搜索：ElasticSearch提供了强大的全文搜索能力，包括模糊查询、高级查询语法、多字段搜索等，而MySQL在这方面相对较弱。
  2. 处理大数据：ElasticSearch在处理大数据量时的性能优于MySQL，特别是在数据量快速增长的情况下，ElasticSearch可以更好地扩展和维护。
  3. 实时分析：ElasticSearch能够实时索引和搜索数据，适合实时数据分析和监控，而MySQL在这方面通常需要额外的工作和优化。
  4. 复杂数据结构：ElasticSearch可以存储和查询复杂的数据结构，如嵌套对象和数组，而MySQL则需要复杂的表设计和关联查询。

总结来说，ElasticSearch和MySQL各有优势和适用场景。在需要快速、复杂、全文搜索的场景下，ElasticSearch是更好的选择。而在需要强事务支持、数据一致性的场景下，MySQL可能更为合适。在实际应用中，很多系统会同时使用ElasticSearch和MySQL，将两者的优势结合起来，以达到最佳的性能和效果。

以下是 ElasticSearch 的使用教程大致步骤：

  1. 安装 Elasticsearch：

  2. 启动 Elasticsearch：

    • 启动 Elasticsearch 服务。你可以通过命令行或者服务管理工具来启动。

  3. 使用 RESTful API：

    • Elasticsearch 提供了 RESTful API，你可以使用 curl 或其他 HTTP 客户端来与 Elasticsearch 通信。
    • 默认情况下，Elasticsearch 会在 http://localhost:9200 上运行。

  4. 创建索引：

    • 在 Elasticsearch 中，你需要先创建一个索引，类似于关系数据库中的数据库。
    • 通过 RESTful API 发送 PUT 请求来创建索引。
    curl -X PUT "http://localhost:9200/myindex"

  5. 添加文档：

    • 添加文档到索引中。文档是以 JSON 格式存储的数据。
    • 通过 RESTful API 发送 POST 请求来添加文档。
    curl -X POST "http://localhost:9200/myindex/_doc/1" -H 'Content-Type: application/json' -d '{"field1": "value1", "field2": "value2"}'

  6. 执行查询：

    • 使用 Elasticsearch 查询语言执行搜索操作。
    • 通过 RESTful API 发送 GET 请求来执行查询。
    curl -X GET "http://localhost:9200/myindex/_search?q=field1:value1"

  7. 可视化和分析：

    • 使用 Kibana 等工具可视化和分析 Elasticsearch 中的数据。

请注意，以上只是一个简单的入门教程。Elasticsearch 还有许多高级功能和配置选项，你可以根据实际需求深入学习。此外，使用 Elasticsearch 时，安全性也是一个需要注意的方面。阅读 Elasticsearch 官方文档 可以获取更详细的信息和教程。