摘要：極速的查詢(xún)速度通過(guò)有限狀態(tài)轉(zhuǎn)換器實(shí)現(xiàn)了用于全文檢索的倒排索引，實(shí)現(xiàn)了用于存儲(chǔ)數(shù)值數(shù)據(jù)和地理位置數(shù)據(jù)的樹(shù)，以及用于分析的列存儲(chǔ)。每個(gè)數(shù)據(jù)都被編入了索引。強(qiáng)大的彈性保障硬件故障。檢測(cè)這些故障并確保集群和數(shù)據(jù)的安全性和可用性。

Elasticsearch是一個(gè)基于Lucene的搜索服務(wù)器，Elasticsearch也是使用Java編寫(xiě)的，它的內(nèi)部使用Lucene做索引與搜索，但是它的目的是使用全文檢索變得簡(jiǎn)單，通過(guò)隱藏Lucene的復(fù)雜性，取而代之的提供一套簡(jiǎn)單一致的RESTful API。

Elasticsearch 不僅僅是 Lucene，并且也不僅僅只是一個(gè)全文搜索引擎。 它可以被下面這樣準(zhǔn)確的形容：

一個(gè)分布式的實(shí)時(shí)文檔存儲(chǔ)，每個(gè)字段 可以被索引與搜索

一個(gè)分布式實(shí)時(shí)分析搜索引擎

能勝任上百個(gè)服務(wù)節(jié)點(diǎn)的擴(kuò)展，并支持 PB 級(jí)別的結(jié)構(gòu)化或者非結(jié)構(gòu)化數(shù)據(jù)

Elasticsearch是面向文檔，即文檔是可以被索引的信息的基本單位，而文檔的格式是在NoSQL中常用的JSON，關(guān)于關(guān)系型數(shù)據(jù)庫(kù)和Elasticsearch之間一些名詞的關(guān)系的對(duì)應(yīng)可以用以下的表格來(lái)表示，方便我們后面的應(yīng)用：

這里需要注意的是文檔的格式不是固定的，同一個(gè)Type下的不同文檔可以擁有不同的格式

豐富的查詢(xún)方式——Elasticsearch能夠執(zhí)行及合并多種類(lèi)型的搜索（結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、地理位置、指標(biāo)），搜索方式隨心而變。

極速的查詢(xún)速度——Elasticsearch通過(guò)有限狀態(tài)轉(zhuǎn)換器實(shí)現(xiàn)了用于全文檢索的倒排索引，實(shí)現(xiàn)了用于存儲(chǔ)數(shù)值數(shù)據(jù)和地理位置數(shù)據(jù)的 BKD 樹(shù)，以及用于分析的列存儲(chǔ)。每個(gè)數(shù)據(jù)都被編入了索引。

可觀的可擴(kuò)展性——Elasticsearch能夠水平擴(kuò)展，每秒鐘可處理海量事件，同時(shí)能夠自動(dòng)管理索引和查詢(xún)?cè)诩褐械姆植挤绞?，可以在承載了 PB 級(jí)數(shù)據(jù)的成百上千臺(tái)服務(wù)器上運(yùn)行。

強(qiáng)大的彈性保障——硬件故障。網(wǎng)絡(luò)分割。Elasticsearch 檢測(cè)這些故障并確保集群（和數(shù)據(jù)）的安全性和可用性。通過(guò)跨集群復(fù)制功能，輔助集群可以作為熱備份隨時(shí)投入使用。

https://www.elastic.co/cn/dow...

這里我們選擇的是6.2.2版本的ES，因?yàn)槲以趕pring-data-elasticsearch的github上看到最新版本的支持的ES是6.2.2

其中3.2.x版本尚未發(fā)布正式版，所以這里選擇了最新的3.1.8版本，下面我們切換到安裝目錄的bin目錄下，啟動(dòng)es：

./elasticsearch &

這里添加 & 符號(hào)的作用是讓它在后臺(tái)運(yùn)行。

看到這個(gè)就說(shuō)明啟動(dòng)成功了~

因?yàn)?，在我們?nèi)粘５膽?yīng)用中，我們用的比較多的都是中文的分詞，所以這里我們需要一個(gè)中文的分詞器

首先前往github上下載與ES版本對(duì)應(yīng)的zip包

https://github.com/medcl/elas...

然后在es的安裝目錄下的plugins下新建一個(gè)ik的目錄，將zip包解壓到該目錄下重啟es即可~

在es的啟動(dòng)日志中看到這個(gè)說(shuō)明插件已經(jīng)安裝并啟動(dòng)成功！
到這里，我們的前期準(zhǔn)備工作就已經(jīng)結(jié)束了，下面的就是在Spring Boot項(xiàng)目中進(jìn)行操作了~

我們首先在pom.xml中添加spring-data-elasticsearch的依賴(lài)（敲黑板?。∵@里的版本一定要去參考一下對(duì)應(yīng)的ES的版本，不然就會(huì)引起版本兼容性問(wèn)題而報(bào)錯(cuò)！）：

      
            org.springframework.data
            spring-data-elasticsearch
            3.1.8.RELEASE
        

依賴(lài)已經(jīng)添加完畢，下面我們就通過(guò)簡(jiǎn)單的配置來(lái)完成CRUD

這里的配置需要注意一個(gè)點(diǎn)，我們?cè)L問(wèn)的9200是HTTP的端口號(hào)，而使用Java的時(shí)候需要配置成9300：

spring:
  data:
    elasticsearch:
      cluster-name: my-applicatioon
      cluster-nodes: 127.0.0.1:9300

在啟動(dòng)日志中，我們可以看到這一點(diǎn)：

然后我們通過(guò)注解來(lái)完成一個(gè)index和mapping的創(chuàng)建（即對(duì)應(yīng)關(guān)系型數(shù)據(jù)庫(kù)中的庫(kù)和表）

@Data
@Document(indexName = "test",type = "article")
public class Article implements Serializable {

    private Long id;

    @Field(type= FieldType.Text,analyzer = "ik_max_word")
    private String title;

    private String content;
}

@Filed注解中的屬性可以對(duì)分詞器進(jìn)行配置analyzer = "ik_max_word"，這樣就可以在查詢(xún)標(biāo)題的時(shí)候使我們的中文分詞器了~

這樣，我們就創(chuàng)建了一個(gè)index（database）名為test，并新建一個(gè)type（table）名為article。

下面，我們?nèi)绻胍瓿蒀RUD，只需要?jiǎng)?chuàng)建一個(gè)接口去繼承ElasticsearchRepository即可，如下：

public interface ESDao extends ElasticsearchRepository {
}

然后，我們就可以在我們項(xiàng)目這樣去用了~

和JPA一樣方便，我們這時(shí)就可以把ES當(dāng)做MySQL去操作即可~

項(xiàng)目中用到的對(duì)應(yīng)版本的包我已經(jīng)上傳到了百度網(wǎng)盤(pán)，關(guān)注公眾號(hào)回復(fù)“ES”即可獲取。
完整的Demo代碼我已經(jīng)上傳到了github，歡迎fork star pr

https://github.com/viyog/viboot

原創(chuàng)不易，謝謝支持！