数据分类

数据按数据结构分类主要有三种：结构化数据、半结构化数据和非结构化数据。

结构化数据

结构化数据具有明确定义数据模型和格式的数据类型。

特点：

• 数据具有固定的结构和模式。

• 数据项明确定义数据类型和长度。

• 适合用于数据查询、过滤和分析、存储。

半结构化数据

半结构化数据介于结构化和非结构化数据之间。它具有一定的结构信息，但没有结构化数据那么明确。

特点：

• 数据元素包含在文档中，并且具有层次结构。

• 使用标记或标签来标识数据元素。

• 具有更大的灵活性，能够适应不同的数据模型。

非结构化数据

非结构化数据不具备明确结构的数据。

特点：

• 数据没有明确的结构，不容易进行数据分析。

• 数据可能包含大量的自由文本和非关联的信息。

• 难以用传统数据库或查询语言来处理。

Elasticsearch简介

Elasticsearch（简称ES）， 既是一个面向文档的 NoSQL 数据库，又是一个开源的高扩展的分布式全文检索引擎。

ES扩展性好，可以扩展到上百台服务器，处理起PB级数据时，能到秒级搜索，近乎实时搜索。

在开源全文检索领域，ES在DB-Engines搜索引擎类别长年霸榜！！！

国内有很多大厂都在使用Elasticsearch，比如阿里巴巴、京东、腾讯、美团、头条、携程、滴滴等。

ES基于Java语言进行开发，以 Lucene 为基础建立的全文搜索引起，通过简单的 RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

「什么是Lucene？」
Lucene是一个开源的高性能的全文检索库，由Java语言开发，具有高效性、可伸缩性的特点。
Lucene 最初是由 Doug Cutting 创建，并于2001年成为 Apache软件基金会的一个子项目。
Lucene 能实现全文搜索主要是因为它实现了倒排索引的查询结构。

ES分词使用的是倒排索引。ES自带的分词器默认根据空格进行分词。

如果文章是中文的话，建议采用插件IK中文分词器实现中文内容的分词。

Elasticsearch使用场景

• 日志分析和监控：ES可以收集、存储和分析大量服务器日志数据，监控系统性能和查找故障。

• 搜索引擎：ES可以构建高性能的搜索引擎，用于查询大量文档、网页和其他数据。

• 商业智能和数据分析：ES可以用于处理和分析大量实时数据，以帮助企业做出更明智的决策。

• 安全性分析：ES可以用于收集、存储和分析安全日志数据，帮助您检测安全事件和预防攻击。

• 互联网中间件：ES可以作为互联网应用程序的中间件，用于处理大量动态