ES 的业务场景主要为超大数据量的查询，当在日常业务中对千万级别的数据量进行分页查询时，使用 Mysql 进行处理很可能出现会超时，此时就可以考虑使用 ES 来进行搜索。
- 正排索引：通过 id（主键，索引）查找内容，再从内容中查找关键字；
- 倒排索引：通过 keyword（关键字，索引）关联 id。
- 词条：索引中存储和查询的最小单元（分词）；
- 词典：字典、词条的集合（底层可以是 B+ 树或哈希表）；
- 倒排表：……。
- 判断当前搜索的词汇是否在词典中，若是则进行下一步；
- 找到当前词汇在倒排表中的指针，通过倒排表去获取当前词汇对应的文档 id 的列表；
- 通过文档 id 去查找对应的数据（文档）。
PUT 方法具有幂等性，发送同样的内容，返回的结果一样。简单理解，你创建 index 不能创建两个一样的，所以需要符合幂等性（使用 PUT），但是添加数据可以有多条一样的数据，这违反了幂等性所以添加数据不需要使用 PUT，而可以使用 POST。
- 当保存文档数据时，ES 会将文字进行分词，并将拆解后的数据保存到倒排索引中；
- 当进行查询时，ES 也会将查询内容进行分词，并在倒排索引中去进行匹配（全文检索匹配：
match，类似于模糊查询）。
我们可以为索引数据中的多个字段分别设置不同的搜索配置：
"type": "text"：该字段为文本，可以被分词；"type": "keyword"：该字段为关键词，不能被分词，需要精确匹配；"index": true or false：该字段是否能被索引。
文档分析：将一块文本拆分成适合于倒排索引的独立的词条。
分析器包括：
- 字符过滤器：对特殊内容进行转换。
- 分词器：字符串 -> 词条。
- Token 过滤器：将数据装换为特定的格式。
ES 的内置分析器包括：标准分析器、简单分析器、空格分析器、语言分析器等。
下面的请求会自动创建一个名为 customer 的索引（如果不存在），然后添加一个 ID 为 1 的新文档，同时存储并建立 firstname 和 lastname 字段的索引。
POST /customer/_doc/1
{
"firstname": "Jennifer",
"lastname": "Walters"
}
注意：创建文档（_doc）时，需要指定唯一性标识（即 _id，类似于数据表的主键），既可以手动指定，也可以使用 POST 自动生成。
下面的请求会在 customer 索引下一次性添加多条文本数据。
PUT customer/_bulk
{ "create": { } }
{ "firstname": "Monica","lastname":"Rambeau"}
{ "create": { } }
{ "firstname": "Carol","lastname":"Danvers"}
{ "create": { } }
{ "firstname": "Wanda","lastname":"Maximoff"}
{ "create": { } }
{ "firstname": "Jennifer","lastname":"Takeda"}
注意：这里并没有为每条数据指定唯一性标识（_id），此时该 POST 请求会自动为它们分配唯一性标识（很复杂，不易辨认）。
注意：ES 不允许修改索引信息，因为一旦修改索引，会导致大量的数据重新分配，所以只允许重新建立索引。
下面的请求会获取 customer 索引下 _id 为 1 的文档数据。
GET /customer/_doc/1
注意：一个索引下的每一条数据都由多个字段（这里是
firstname和lastname）组成，除此之外，还包括_index（归属的索引）、_id（唯一性标识）、_score（得分，即与搜索文本的匹配程度）等信息。
注意：新文档可以立即从集群中的任何节点获取。
GET index/_search
{
"query": {
"match_all": {...}
}
}
说明：
index：索引；_search：搜索该索引下的所有数据；query：指定查询条件；match_all：匹配所有数据。
GET index/_search
{
"query": {
"match": {
"FIELD": "TEXT"
"name": "zhang san"
}
}
}
说明：
match：分词查询，会查出所有FIELD字段中包含TEXT中的分词的数据；FIELD：需要匹配的字段；TEXT：需要匹配的内容，ES 会将其进行分词（"zhang" 和 "san" 会被分为两个关键词）并保存。
GET index/_search
{
"query": {
"term": {
"name": {
"value": "zhang san"
}
}
}
}
说明：
term：ES 会将TEXT当作一个完整的关键词去进行匹配（这里的 name 不会做分词，ES 会将 "zhang san" 作为一个完整的关键词）。
中文分词插件：IK 分词器。
ES 的评分机制是一个基于词频和逆文档词频的公式，简称为 TF-IDF 公式。
- TF（term frequency）：词频，搜索文本中的各个词条（term）在查询文本中出现了多少次。
- IDF（inverse document frequency）：逆文档词频，搜索文本中的各个词条（term）在整个索引的所有文档中出现了多少次，出现的次数越多，说明越不重要，也就越不相关，得分就越低。
得分越高（和搜索文本中的各个词条越匹配）的查询文本会被放在搜索结果的越前面。
事件查询语言（基于时间序列）。
结构化查询语言。
为了支持类 BERT 模型，ES 通过 PyTorch 模型支持大多数最常见的 NLP 任务。
- 同一个索引的数据分为 P0、P1、P2 三个分片。
- 每个分片都可以分为：1 主 + N 备（绿色为主（master），紫色为副本）。
- 新增数据：路由算法（
hash(主键id) % 分片数）。 - 查询数据：可以查每一个节点（轮询策略）。
注意：同一分片的主备数据不能放在同一个节点上。
- P1 协调节点将更新请求转发到目标节点 P0（主）。
- 考虑到并发写加锁的问题，需要不断地更新（主），并将更新同步到副本。
延时 = 主分片的延时 + 并行写入副本的最大延时。