1、ElasticSearch
1.1.概念
1.2.ElasticSearch与MySQL的比较
- MySQL有事务性,而ElasticSearch没有事务性,所以你删了的数据是无法恢复的。
- ElasticSearch没有物理外键这个特性， ,如果你的数据强一致性要求比较高,还是建议慎用
- ElasticSearch和MySql分工不同， MySQL负责存储数据， ElasticSearch负责搜索数据
1.3.为什么要使用Elasticsearch?
因为在我们商城中的数据，将来会非常多，所以采用以往的模糊查询，模糊查询前置配置，会放弃索引，导致商品查询是全表扫面，在百万级别的数据库中，效率非常低下，而我们使用ES做一个全文索引，我们将经常查询的商品的某些字段，比如说商品名，描述、价格还有id这些字段我们放入我们索引库里，可以提高查询速度。
2.倒排索引
2.1.Elasticsearch中的倒排索引是什么？
倒排索引：将各个文档中的内容，进行分词，形成词条。然后记录词条和数据的唯一标识（id）的对应关系，形成的产物 。
倒排索引是搜索引擎的核心。搜索引擎的主要目标是在查找发生搜索条件的文档时提供快速搜索。倒排索引是一种像数据结构一样的散列图，可将用户从单词导向文档或网页。它是搜索引擎的核心。其主要目标是快速搜索从数百万文件中查找数据。
2.2.ElasticSearch数据的存储和搜索原理
2.3.数据库查询存在的问题
1. 性能低：使用模糊查询，左边有通配符，不会走索引，会全表扫描，性能低
2. 功能弱：如果以”华为手机“作为条件，查询不出来数据
2.4. ElasticSearch的相关内容
索引 (indices) -----> database
文档类型（type) ----> table ,（文档类型官方9版本以后会删除，7版本给了默认值 _doc)
文档(document) -----> 行数据
域(field) ------> column 列
映射(mapping) -----> 添加数据库表的列的时候指定的列的相关属性。
2.4.支持restful风格
Restful风格就是【同一个url】根据请求方式的不同，实现不同的功能。
GET----->查询
POST--->新增
PUT---->修改
2.5.相关API
（1）MatchAllQuery：查询所有
（2）TermQuery：根据用户输入的关键字，和词条进行完全等值匹配，如果有服务的词条则返回对应的数据。
（3）MatchQuery：先把keywords进行分词，然后拿着分词的结果再和索引中的词条进行匹配，匹配成功后，可以根据你指定的方式来取交集/并集，查询的是一个域中的词条
（4）RangeQuery：范围查询，有什么用， 价格查询 20000-30000
（6）boolQuery：对多个查询条件连接。连接方式：
• must（and）：条件必须成立
• must_not（not）：条件必须不成立
• should（or）：条件可以成立
• filter：条件必须成立，性能比must高。不会计算得分
-------以上需要重点掌握
WildcardQuery
RegexpQuery
PrefixQuery
MatchQuery：
QueryString：
boolQuery：
