共计 2461 个字符，预计需要花费 7 分钟才能阅读完成。
What —— Elasticsearch 是什么？
Elasticsearch 是一个基于 Lucene 的搜索服务器，Elasticsearch 也是使用 Java 编写的，它的内部使用 Lucene 做索引与搜索，但是它的目的是使用全文检索变得简单，通过隐藏 Lucene 的复杂性，取而代之的提供一套简单一致的 RESTful API。
Elasticsearch 不仅仅是 Lucene，并且也不仅仅只是一个全文搜索引擎。它可以被下面这样准确的形容：
- 一个分布式的实时文档存储，每个字段 可以被索引与搜索
- 一个分布式实时分析搜索引擎
- 能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据
面向文档
Elasticsearch 是面向文档，即文档是可以被索引的信息的基本单位，而文档的格式是在 NoSQL 中常用的 JSON，关于关系型数据库和 Elasticsearch 之间一些名词的关系的对应可以用以下的表格来表示，方便我们后面的应用：
| 关系型数据库 | Elasticsearch |
|---|---|
| Database | Index |
| Table | Type |
| Row | Document |
| Column | Field |
| Schema | Mapping |
这里需要注意的是文档的格式不是固定的，同一个 Type 下的不同文档可以拥有不同的格式
Why —— 为什么选择 Elasticsearch？
- 丰富的查询方式——Elasticsearch 能够执行及合并多种类型的搜索（结构化数据、非结构化数据、地理位置、指标），搜索方式随心而变。
- 极速的查询速度——Elasticsearch 通过有限状态转换器实现了用于全文检索的倒排索引，实现了用于存储数值数据和地理位置数据的 BKD 树，以及用于分析的列存储。每个数据都被编入了索引。
- 可观的可扩展性——Elasticsearch 能够水平扩展，每秒钟可处理海量事件，同时能够自动管理索引和查询在集群中的分布方式，可以在承载了 PB 级数据的成百上千台服务器上运行。
- 强大的弹性保障——硬件故障。网络分割。Elasticsearch 检测这些故障并确保集群（和数据）的安全性和可用性。通过跨集群复制功能，辅助集群可以作为热备份随时投入使用。
How —— 如何在 Spring Boot 实战中使用 Elasticsearch？
安装 Elasticsearch
https://www.elastic.co/cn/dow…
这里我们选择的是 6.2.2 版本的 ES，因为我在 spring-data-elasticsearch 的 github 上看到最新版本的支持的 ES 是 6.2.2
其中 3.2.x 版本尚未发布正式版，所以这里选择了最新的 3.1.8 版本，下面我们切换到安装目录的 bin 目录下，启动 es：
./elasticsearch &这里添加 & 符号的作用是让它在后台运行。
看到这个就说明启动成功了~
安装中文分词器 iK
因为，在我们日常的应用中，我们用的比较多的都是中文的分词，所以这里我们需要一个中文的分词器
首先前往 github 上下载与 ES 版本对应 的 zip 包
https://github.com/medcl/elas…
然后在 es 的安装目录下的 plugins 下新建一个 ik 的目录，将 zip 包解压到该目录下重启 es 即可~
在 es 的启动日志中看到这个说明插件已经安装并启动成功！
到这里，我们的前期准备工作就已经结束了，下面的就是在 Spring Boot 项目中进行操作了~
添加 pom 依赖
我们首先在 pom.xml 中添加 spring-data-elasticsearch 的依赖（敲黑板！！这里的版本一定要去参考一下对应的 ES 的版本，不然就会引起版本兼容性问题而报错！）：
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-elasticsearch</artifactId>
<version>3.1.8.RELEASE</version>
</dependency>依赖已经添加完毕，下面我们就通过简单的配置来完成 CRUD
CRUD
这里的配置需要注意一个点，我们访问的 9200 是 HTTP 的端口号，而使用 Java 的时候需要配置成 9300：
spring:
data:
elasticsearch:
cluster-name: my-applicatioon
cluster-nodes: 127.0.0.1:9300在启动日志中，我们可以看到这一点：
然后我们通过注解来完成一个 index 和 mapping 的创建（即对应关系型数据库中的库和表）
@Data
@Document(indexName = "test",type = "article")
public class Article implements Serializable {
private Long id;
@Field(type= FieldType.Text,analyzer = "ik_max_word")
private String title;
private String content;
}@Filed注解中的属性可以对分词器进行配置analyzer = "ik_max_word"，这样就可以在查询标题的时候使我们的中文分词器了~
这样，我们就创建了一个 index（database）名为 test，并新建一个 type（table）名为 article。
下面，我们如果想要完成 CRUD，只需要创建一个接口去继承 ElasticsearchRepository 即可，如下：
public interface ESDao extends ElasticsearchRepository<Article,Long> {}然后，我们就可以在我们项目这样去用了~
和 JPA 一样方便，我们这时就可以把 ES 当做 MySQL 去操作即可~
项目中用到的对应版本的包我已经上传到了百度网盘，关注公众号回复“ES”即可获取。
完整的 Demo 代码我已经上传到了 github，欢迎 fork star pr
https://github.com/viyog/viboot
原创不易，谢谢支持！
公众号
