最近因为项目中需要用到elasticsearch，所以对elasticsearch相关的课程进行了学习，这里对学习中的知识点进行总结以加深印象，暂时不会对每个知识点进行深入的说明。

首先是elasticsearch中的基本概念

索引（index），类型（type）和文档（document）

在elasticsearch中，数据都是以索引和文档的形式进行存储，为了更好理解可以用关系型数据库中的概念进行类比：table->index，row->document。在旧版本中一个索引下还可以有多种类型，而类型已经在es7.x的版本中废除了，统一使用_doc作为类型的值

节点，集群，分片和副本

ealsticsearch是支持集群模式的，一个集群中可以有多个elasticsearch的节点，而es的索引物理上是按分片进行存储的，分片一般分布在不同的节点上，而且可以给每个分片设置副本，副本数根据用户配置的数量来定，比如设置一个分片数为3，副本数为1的索引，其存储结构如图（分片和其对应的副本一般会存储在不同的节点上）

基本的CRUD

es支持restfulAPI的形式进行操作，所以这里对基本的crud操作api进行总结

1.creat

两种方式，一种是“POST /索引名/类型名(_doc)”，这种方式系统会自动生成document id，另一种是“PUT 索引名/_create/{id}”，即指定id进行创建，如果id存在则创建失败。

2.get

通过id查找文档，即“GET 索引名/类型名/{id}”，如果文档不存在则返回404

3.index(此处是动词)文档

“PUT /索引名/类型名/{id}”，也是新建一个文档，但与create不同的是如果文档已经存在，则会将原有文档删除，索引新的文档，版本信息加一

4.update

“POST /索引名/_update/{id}”，update不会删除原来的文档，如果字段在原文档中存在则更新，不存在则新增，其方法的payload需要包含在“doc”里。

倒排索引（之后在详细写）

/to do

ES的分词

ES在对传入的文档进行存储时，需要将文档进行分词处理，一般分为三步，第一步是用Character Filters，这一步对原始文档进行预处理，主要是进行去除html等操作，第二步是用Tokenizer，这一步就是按照指定的规则进行分词，第三步是用Token Filter，主要是对最后切分出的单词进行转小写，去除停顿词，增加同义词等操作。

使用“_analyze” api可以对分词器的效果进行测试