✅P102_全文检索-ElasticSearch简介
简介
全文搜索属于最常见的需求， 开源的 Elasticsearch 是目前全文搜索引擎的首选。 它可以快速地储存、 搜索和分析海量数据。 维基百科、 Stack Overflow、 Github 都采用它。 
Elastic 的底层是开源库 Lucene。 但是， 你没法直接用 Lucene， 必须自己写代码去调用它的 接口。 Elastic 是 Lucene 的封装， 提供了 REST API 的操作接口， 开箱即用。
REST API： 天然的跨平台。
- 官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
- 官方中文：https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html
- 社区中文：
基本概念
1、Index（索引）
动词， 相当于 MySQL 中的 insert； 名词， 相当于 MySQL 中的 Database
2、Type（类型）
在 Index（索引） 中， 可以定义一个或多个类型。 类似于 MySQL 中的 Table； 每一种类型的数据放在一起；
3、Document（文档）
保存在某个索引（Index） 下， 某种类型（Type） 的一个数据（Document） ， 文档是 JSON 格式的， Document 就像是 MySQL 中的某个 Table 里面的内容；
4、倒排索引机制
参考官方文档：https://www.elastic.co/guide/cn/elasticsearch/guide/current/inverted-index.html
Elasticsearch 使用一种称为 倒排索引 的结构，它适用于快速的全文搜索。一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，有一个包含它的文档列表。
例如，假设我们有两个文档，每个文档的 content 域包含如下内容：
- The quick brown fox jumped over the lazy dog
- Quick brown foxes leap over lazy dogs in summer
为了创建倒排索引，我们首先将每个文档的 content 域拆分成单独的 词（我们称它为 词条 或 tokens ），创建一个包含所有不重复词条的排序列表，然后列出每个词条出现在哪个文档。结果如下所示：
现在，如果我们想搜索 quick brown ，我们只需要查找包含每个词条的文档：
ElasticSearch7-去掉type概念
关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但ES 中不是这样的。elasticsearch是基于Lucene开发的搜索引擎，而ES中不同type下名称相同 的filed最终在Lucene中的处理方式是一样的。
- 两个不同type下的两个user_name，在ES同一个索引下其实被认为是同一个filed，你必 须在两个不同的type中定义相同的filed映射。否则，不同type中的相同字段名称就会在 处理中出现冲突的情况，导致Lucene处理效率下降。
- 去掉type就是为了提高ES处理数据的效率。
Elasticsearch 7.x
- URL中的type参数为可选。比如，索引一个文档不再要求提供文档类型。
Elasticsearch 8.x
- 不再支持URL中的type参数。
解决：将索引从多类型迁移到单类型，每种类型文档一个独立索引
Es-数组的扁平化处理
云服务环境es架构
