三、ElasticSearch核心概念
3.1. 概念
集群，节点，索引，类型，文档，分片，映射是什么？
1、索引（ElasticSearch）
包含多个分片
2、字段类型（映射）mapping
字段类型映射（字段是整型，还是字符型？）
3、文档（documents）
4、分片（Lucene索引，倒排索引）
PS：Elasticsearch是面向文档，关系型数据库和Elasticsearch客观的对比！一切都是Json!
Elasticsearch（集群）中可以包含多个索引（数据库），每个索引中可以包含多个类型（表），每个类型下又包含多个文档（行），每个文档中又包含多个字段（列）。

物理设计：
Elasticsearch在后台把每个索引划分成多个分片。每个分片可以在集群中的不同服务器间任意的迁移。
一个人就是一个集群! 即启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch。逻辑设计：
一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的一个顺序找到它：索引->类型->文档ID，通过这个组合我们就能够索引到某个具体的文档。注意：ID不必是整数，实际上它是一个字符串。

3.2. 文档
文档（“行”）
就是我们的一条条的数据记录。
之前说Elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档， Elasticsearch中，文档有几个重要属性:
自我包含： 一篇文档中同时包含字段和对应的值，也就是同时包含key：value !
可以是层次型的：一个文档中包含自文档，复杂的逻辑实体就是这么来的!
灵活的结构：文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在Elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整型。因为Elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在Elasticsearch中，类型有时候也称为映射类型。

3.3. 类型
类型（“表”）
类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的 ，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么Elasticsearch是怎么做的呢？Elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型， Elasticsearch就会开始猜它是什么类型的，如果这个值是18 ，那么Elasticsearch会认为它是整型。但是Elasticsearch也可能会猜不对 ，所以最安全的方式就是提前定义好所需要的映射。

3.4. 索引
索引（“库”）
就是数据库！
索引是映射类型的容器， Elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。
物理设计:节点和分片如何工作？一个集群至少有一个节点，而一个节点就是一个Elasricsearch进程，节点可以有多个索引默认，如果创建索引，那么索引将会有个5个分片(primary shard ，又称主分片)构成的，每一个主分片会有一个副本(replica shard ，又称复制分片）上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上， 一个分片是一个Lucene索引，一个包含倒排索引的文件目录，倒排索引的结构使得Elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。

Elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索引作为底层。这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。

比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构：如果要搜索含有Python标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要查看标签这一栏，然后获取相关的文章ID即可。完全过滤掉无关的所有数据，提高效率!

Elasticsearch的索引和Lucene的索引对比：
在Elasticsearch中，索引(数据库)这个词被频繁使用，这就是术语的使用。在Elasticsearch中 ，索引被分为多个分片，每份分片是一个Lucene的索引。所以一个Elasticsearch索引是由多个Lucene索引组成的。
接下来的一切操作都在kibana中Dev Tools下的Console里完成基础操作!

四、IK分词器（Elasticsearch插件）

分词：即把一段中文或者别的字符串划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“我爱葫芦侠”会被分为”我”，”爱”，”葫”，”芦” ，”侠”这显然是不符合要求的，所以我们需要安装中文分词器IK来解决这个问题。

IK提供了两个分词算法: (ik_smart和ik_max_word )，其中ik_smart为最少切分，ik_max_word为最细粒度划分!

1、下载
版本要与ElasticSearch版本对应
下载地址：在上期教程中已经给大家分享了资源

2、安装
ik文件夹是自己创建的
解压放入到es对应的plugins下即可

3、重启观察ES，发现ik插件被加载了

微信扫码关注公众号 更新内容早知道