什么是Elasticsearch？
简单地说，Elasticsearch就是用来搜索的。传统的数据库，想要搜索某一条信息时，用到的SQL命令是：like %关键字%。然而，在一些大数据的环境下，这种SQL就会特别慢。因此要用到Elasticsearch。
通过简单连贯的RESTful API让全文搜索变得简单并隐藏Lucene的复杂性。分布式的实时文件存储，每个字段都被索引并可被搜索。实时分析的分布式搜索引擎。可以扩展到上百台服务器，处理PB级结构化或非结构化数据。
因此，未来只要需要搜索，就可以用ES。
上文提到的Lucence就是用于全文检索的，是一套信息检索工具包，不包含搜索引擎。包含：索引结构（有点像数据库）、读写索引的工具、排序搜索的规则。但是由于数据量越来越大，因此Lucence逐渐不够用了。
Elasticsearch就是基于Lucence做了一些封装和增强。
ES（Elasticsearch）就是一个开源的高扩展的分布式全文检索引擎。他可以做到近乎实时的存储和检索数据（查询的效率非常非常高）。
ES & Solr
ES用于全文搜索、结构化搜索、分析三个方面。
例如：维基百科使用ES进行搜索，并高亮搜索的关键字。Stackoverflow、Github都用到了ES。
Solr也是基于Lucence，同时实现了可配置、可拓展、并优化了搜索性能。
随着数据量的增加，Solr的处理速度远低于ES。
ES基本就是解压就可以用。Solr需要搭载Zookeeper环境。
ES安装
下载地址：https://www.elastic.co/cn/downloads/elasticsearch
解压文件，观察config文件夹下的配置文件，可以发现ES的默认端口是9200。
使用Terminal进入相应文件夹，进入Bin文件夹，运行ES。ES跑起来以后，可以去浏览器访问默认的地址127.0.0.1:9200。然后就能看到版本信息。
可视化操作ES，可以使用Google Chrome，使用插件ES Head。
Kibana也是针对ES的一个可视化平台，可以用来搜索和查看交互存储在ES上面的数据。在ES官网下载，和ES安装一样的步骤。跑起来以后，默认的地址是http://localhost:5601。
面向文档的ES
Elasticsearch 是 面向文档的，意味着它存储整个对象或文档。Elasticsearch 不仅存储文档，而且索引每个文档的内容使之可以被检索。在 Elasticsearch 中，你 对文档进行索引、检索、排序和过滤–而不是对行列数据。这是一种完全不同的思考数据的方式，也是 Elasticsearch 能支持复杂全文检索的原因。
| DB | ES |
| 数据库 Database | 索引 Index |
| 表 Table | Type |
| 行 Rows | Documents |
| 字段 Columns | Fields |
默认的集群名称就是Elasticsearch。
ES后台把每个索引划分为了多个分片。索引可以直接理解成一个数据库，是一个非常大的文档集合。
所谓文档，就是一条条的数据。
一个集群至少有一个节点，一个节点就是一个ES进程。
IK分词器
下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases
IK分词器对中文比较友好，IK分词器提供了两个分词的算法，一个是ik_smart，一个是ik_max_word。前者是最小切分，后者是最细粒度划分。下两图是两种算法的结果
下图可以看到，“田睿霖”这个词，在分词器中并没有被当成一个词。因此，可以将“田睿霖”这个词加到字典里面。
- 进入IK的文件夹，在config里面添加一个自己写的dic文件。
- 然后在config里面的xml文件里面添加刚刚创建的dic文件名。
- 重启ES。
在未来的工作中，可以在自己的dic文件中加入自己想要的词。
Restful风格的基本操作
| Method | 描述 |
| PUT | 创建文档 |
| GET | 查看信息 |
| POST | 创建、更新、查询 |
| DELETE | 删除 |
type在后续版本中，默认是_doc.
GET可以直接得到具体的信息。如果PUT不定义类型，他会自动分配类型，示例如下。
通过 “GET _cat/” 可以获得ES当前的信息。
POST可以用来修改数据，如下图。
接下来尝试搜索功能：
首先，新建一个索引。
切记使用POST方法更新数据时，用_update。否则数据就会像PUT一样被覆盖掉。
最简单的搜索就是上文提到的GET，即通过ID查询。但是我们需要条件查询，所以需要下面的操作：
