全文搜索属于最常见的需求，开源的ES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。基本的介绍以及安装教程网上有很多，在此略过这部分内容。
一. 基本概念
Elastic 本质上是一个分布式数据库。将其结构与mysql结构对比图及借介绍如下：
QQ截图20180330155044.png
（1）关系型数据库中的数据库（DataBase），等价于ES中的索引（Index）
（2）一个数据库下面有N张表（Table），等价于1个索引Index下面有N多类型（Type），
（3）一个数据库表（Table）下的数据由多行（ROW）多列（column，属性）组成，等价于1个Type由多个文档（Document）和多Field组成。
（4）在一个关系型数据库里面，schema定义了表、每个表的字段，还有表和字段之间的关系。 与之对应的，在ES中：Mapping定义索引下的Type的字段处理规则，即索引如何建立、索引类型、是否保存原始索引JSON文档、是否压缩原始JSON文档、是否需要分词处理、如何进行分词处理等。
（5）在数据库中的增insert、删delete、改update、查search操作等价于ES中的增PUT/POST、删Delete、改_update、查GET.
ES允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。
单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。
注:再编写语句时可以使用postman软件更加方便。
QQ图片20180330155404.png
简单的从一个示例来分析ES的结构：
$ curl -X PUT 'localhost:9200/accounts' -d '
{
"mappings": {
"person": {
"properties": {
"user": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
},
"title": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
},
"desc": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
}
}
}
}
}'
上面代码中，首先新建一个名称为
accounts的 Index，里面有一个名称为person的 Type。person有三个字段： user 、title 、 desc这三个字段都是中文，而且类型都是文本（text），所以需要指定中文分词器，不能使用默认的英文分词器。analyzer是字段文本的分词器，search_analyzer是搜索词的分词器。
