What —— Elasticsearch是什麼？
Elasticsearch是一個基於Lucene的搜尋伺服器，Elasticsearch也是使用Java編寫的，它的內部使用Lucene做索引與搜尋，但是它的目的是使用全文檢索變得簡單，通過隱藏Lucene的複雜性，取而代之的提供一套簡單一致的RESTful API。
Elasticsearch 不僅僅是 Lucene，並且也不僅僅只是一個全文搜尋引擎。 它可以被下面這樣準確的形容：
- 一個分散式的實時文件儲存，每個欄位 可以被索引與搜尋
- 一個分散式實時分析搜尋引擎
- 能勝任上百個服務節點的擴充套件，並支援 PB 級別的結構化或者非結構化資料
面向文件
Elasticsearch是面向文件，即文件是可以被索引的資訊的基本單位，而文件的格式是在NoSQL中常用的JSON，關於關係型資料庫和Elasticsearch之間一些名詞的關係的對應可以用以下的表格來表示，方便我們後面的應用：
| 關係型資料庫 | Elasticsearch |
|---|---|
| Database | Index |
| Table | Type |
| Row | Document |
| Column | Field |
| Schema | Mapping |
這裡需要注意的是文件的格式不是固定的，同一個Type下的不同文件可以擁有不同的格式
Why —— 為什麼選擇Elasticsearch？
- 豐富的查詢方式——Elasticsearch能夠執行及合併多種型別的搜尋（結構化資料、非結構化資料、地理位置、指標），搜尋方式隨心而變。
極速的查詢速度——Elasticsearch通過有限狀態轉換器實現了用於全文檢索的倒排索引，實現了用於儲存數值資料和地理位置資料的 BKD 樹，以及用於分析的列儲存。每個資料都被編入了索引。
- 可觀的可擴充套件性——Elasticsearch能夠水平擴充套件，每秒鐘可處理海量事件，同時能夠自動管理索引和查詢在叢集中的分佈方式，可以在承載了 PB 級資料的成百上千臺伺服器上執行。
強大的彈性保障——硬體故障。網路分割。Elasticsearch 檢測這些故障並確保叢集（和資料）的安全性和可用性。通過跨叢集複製功能，輔助叢集可以作為熱備份隨時投入使用。
How —— 如何在Spring Boot實戰中使用Elasticsearch？
安裝Elasticsearch
https://www.elastic.co/cn/downloads/elasticsearch
這裡我們選擇的是6.2.2版本的ES，因為我在spring-data-elasticsearch的github上看到最新版本的支援的ES是6.2.2
其中3.2.x版本尚未釋出正式版，所以這裡選擇了最新的3.1.8版本，下面我們切換到安裝目錄的bin目錄下，啟動es：
./elasticsearch &這裡新增 & 符號的作用是讓它在後臺執行。
看到這個就說明啟動成功了~
安裝中文分詞器iK
因為，在我們日常的應用中，我們用的比較多的都是中文的分詞，所以這裡我們需要一箇中文的分詞器
首先前往github上下載與ES版本對應的zip包
https://github.com/medcl/elasticsearch-analysis-ik/releases
然後在es的安裝目錄下的plugins下新建一個ik的目錄，將zip包解壓到該目錄下重啟es即可~
在es的啟動日誌中看到這個說明外掛已經安裝並啟動成功！
到這裡，我們的前期準備工作就已經結束了，下面的就是在Spring Boot專案中進行操作了~
新增pom依賴
我們首先在pom.xml中新增spring-data-elasticsearch的依賴（敲黑板！！這裡的版本一定要去參考一下對應的ES的版本，不然就會引起版本相容性問題而報錯！）：
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-elasticsearch</artifactId>
<version>3.1.8.RELEASE</version>
</dependency>依賴已經新增完畢，下面我們就通過簡單的配置來完成CRUD
CRUD
這裡的配置需要注意一個點，我們訪問的9200是HTTP的埠號，而使用Java的時候需要配置成9300：
spring:
data:
elasticsearch:
cluster-name: my-applicatioon
cluster-nodes: 127.0.0.1:9300在啟動日誌中，我們可以看到這一點：
然後我們通過註解來完成一個index和mapping的建立（即對應關係型資料庫中的庫和表）
@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註解中的屬性可以對分詞器進行配置analyzer = "ik_max_word"，這樣就可以在查詢標題的時候使我們的中文分詞器了~
這樣，我們就建立了一個index（database）名為test，並新建一個type（table）名為article。
下面，我們如果想要完成CRUD，只需要建立一個介面去繼承ElasticsearchRepository即可，如下：
public interface ESDao extends ElasticsearchRepository<Article,Long> {
}然後，我們就可以在我們專案這樣去用了~
和JPA一樣方便，我們這時就可以把ES當做MySQL去操作即可~
專案中用到的對應版本的包我已經上傳到了百度網盤，關注公眾號回覆“ES”即可獲取。
完整的Demo程式碼我已經上傳到了github，歡迎fork star pr
原創不易，謝謝支援！
公眾號
