ES核心概念
ElasticSearch是面向文档的，与关系型数据库对比如下
| 关系型数据库 | es |
|---|---|
| 数据库（databases） | 索引（indices） |
| 表（tables） | types |
| 行（rows） | documents |
| 字段（columns） | fields |
es（集群）中包含多个索引，每个索引可以包含多个类型，每个类型下又包含多个文档，文档又包含多个字段。
物理设计：
es把每个索引划分为多个分片，每个分片可以在集群的不同服务器间迁移，一个es节点就是一个集群。
逻辑设计：
一个索引当中，包含多个文档，可以通过索引->类型->文档ID索引到到某个具体的文档
文档
文档是索引和搜索数据的最小单位，以JSON格式存储，具备天然的灵活性，无需预先严格定义，但是文档中每个字段的类型非常重要，es会保存字段与类型间的映射
类型
类型是文档的逻辑容器，就像关系型数据库的表一样，类型对字段的定义称为映射，类型的概念逐渐被抛弃，高版本的es中一个索引只包含一个类型：_doc
索引
索引是类型的容器，或者说文档的集合，索引存储了映射类型的字段和其他设置，创建索引默认包含一个主分片和副本分片，分布在集群不同节点上
倒排索引
倒排索引是包括es在内的全文搜索引擎的核心数据结构，通过将文档中的 关键词 与 包含该关键词的文档 建立映射，实现快速全文检索。与正排索引（由文档找关键词，逐篇文档读内容）不同，倒排索引是由关键词直接定位包含它的文档
1. 准备原始文档
假设我们有 3 篇简单的文档，内容如下：
| 文档 ID | 文档内容 |
|---|---|
| 1 | Elasticsearch 是搜索引擎 |
| 2 | 搜索引擎 Elasticsearch 很强大 |
| 3 | 我用 Elasticsearch 查数据 |
2. 分词
ES 会对每个文档的文本字段进行分词，拆成一个个独立的关键词。以上文档分词后得到关键词列表（忽略 “是”“很” 等无意义虚词）：
- 文档 1 分词：
Elasticsearch、搜索引擎 - 文档 2 分词：
搜索引擎、Elasticsearch、强大 - 文档 3 分词：
Elasticsearch、查、数据
3. 构建倒排索引表
将 “关键词” 作为键，“包含该关键词的文档 ID 列表” 作为值，生成映射表（实际还会记录关键词在文档中的位置、频次等，简化示例仅保留文档 ID）：
| 关键词（Term） | 包含该关键词的文档 ID 列表（Posting List） |
|---|---|
| Elasticsearch | [1, 2, 3] |
| 搜索引擎 | [1, 2] |
| 强大 | [2] |
| 查 | [3] |
| 数据 | [3] |
4. 基于倒排索引搜索
当用户搜索关键词 Elasticsearch 搜索引擎 时，ES 会：
- 对搜索词分词，得到
Elasticsearch和搜索引擎； - 查倒排索引表，找到两个关键词对应的文档列表：
[1,2,3]和[1,2]； - 取两个列表的交集（即同时包含两个关键词的文档）：
[1,2]； - 按相关性（如关键词出现频次、位置等）排序后返回文档 1 和文档 2。
IK分词器
什么是IK分词器？
Ik是es常用的中文分词插件，解决中文分词问题（中文不像英文有天然空格分割），将中文句子分为有意义的词语，提升中文搜索准确性
IK有两种分词模式：
「ik_max_word」：最大化分词（细粒度），如 “Elasticsearch 很强大” 会拆分为 “Elasticsearch、很、强大”
「ik_smart」：智能分词（粗粒度），同样内容可能拆分为 “Elasticsearch、很强大”
1. 测试ik_max_word模式（细粒度）
1 | GET /_analyze |
分词结果：
1 | { |
2. 测试ik_smart模式（粗粒度）
1 | GET /_analyze |
分词结果（示例）：
1 | { |
Ik分词器基于预置的词库进行中文分词，预置词库覆盖面有限，而且互联网经常有新的词语出现，为此IK支持通过自定义词库扩展词汇