存储流程

ES 存储数据的流程可以从三个角度来阐述：

• 从集群的角度来看，数据写入会先路由到主分片，在主分片上写入成功后，会并发写副本分片，最后响应给客户端。
• 从分片的角度来看，数据到达分片后需要对内容进行格式校验、分词处理然后再索引数据。
• 从节点的角度来看，ES 数据持久化的步骤可归纳为：Refresh、写 Translog、Flush、Merge。

搜索简介

Elasticsearch 支持多种搜索：

• 精确搜索（词项搜索）：搜索数值、日期、IP 或字符串的精确值或范围。
• 全文搜索：搜索非结构化文本数据并查找与查询项最匹配的文档。
• 向量搜索：存储向量，并使用 ANN 或 KNN 搜索来查找相似的向量，从而支持 语义搜索 等场景。

📖 内容

Elasticsearch

Elasticsearch 是一个基于 Lucene 的搜索和数据分析工具，它提供了一个分布式服务。Elasticsearch 是遵从 Apache 开源条款的一款开源产品，是当前主流的企业级搜索引擎。

• Elasticsearch 概述 - 关键词：Lucene、倒排索引、分布式、全文搜索、Elastic Stack
• Elasticsearch 建模 - 关键词：Mapping、动态映射、静态映射、数据类型、动态模板
• Elasticsearch CRUD - 关键词：Index API、Bulk API、Update API、Delete API、Multi Get
• Elasticsearch 存储 - 关键词：倒排索引、正排索引、Shard、Segment、Index Setting
• Elasticsearch 检索（上） - 关键词：_search API、分页、排序、深分页、search_after
• Elasticsearch 检索（下） - 关键词：Query DSL、全文查询、词项查询、bool查询、function_score
• Elasticsearch 聚合 - 关键词：Bucket聚合、Metric聚合、Pipeline聚合、terms聚合、date_histogram
• Elasticsearch 分析 - 关键词：Analyzer、Tokenizer、Token Filter、Character Filter、中文分词
• Elasticsearch 集群 - 关键词：集群健康、主分片、副本分片、水平扩容、故障转移
• Elasticsearch 架构 - 关键词：协调节点、数据路由、Query阶段、Fetch阶段、深度分页
• Elasticsearch 优化 - 关键词：JVM内存、分片策略、Bulk提交、refresh_interval、SSD
• Elasticsearch 运维 - 关键词：集群规划、elasticsearch.yml、vm.max_map_count、内存锁定、节点发现
• Elasticsearch API - 关键词：REST API、URI Search、Request Body、Bulk API、索引别名
• ElasticSearch API 之 High Level REST Client - 关键词：RestHighLevelClient、Java REST Client、索引API、文档CRUD、SearchRequest
• Elasticsearch 面试 💯

Elastic 技术栈通常被用来作为日志采集、检索、可视化的解决方案。

ELK 是 elastic 公司旗下三款产品 Elasticsearch 、Logstash 、Kibana 的首字母组合。

Logstash 传输和处理你的日志、事务或其他数据。

Kibana 将 Elasticsearch 的数据分析并渲染为可视化的报表。

Elastic 技术栈，在 ELK 的基础上扩展了一些新的产品，如：Beats 、X-Pack 。

集群

空集群

如果我们启动了一个单独的节点，里面不包含任何的数据和索引，那我们的集群看起来就是一个包含空内容节点的集群。

Figure 1. 包含空内容节点的集群

Elasticsearch 官方的 High Level REST Client 在 7.1.5.0 版本废弃。所以本文中的 API 不推荐使用。

快速开始

引入依赖

在 pom.xml 中引入以下依赖：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.17.1</version>
</dependency>