ElasticSearch理论随笔

1. 将 HTTP 命令由 PUT 改为 GET 可以用来检索文档，同样的，可以使用 DELETE 命令来删除文档，以及使用 HEAD 指令来检查文档是否存在。如果想更新已存在的文档，只需再次 PUT

2. Elasticsearch 尽可能地屏蔽了分布式系统的复杂性，在后台自动执行的操作：

① 分配文档到不同的容器 或 分片 中，文档可以储存在一个或多个节点中

② 按集群节点来均衡分配这些分片，从而对索引和搜索过程进行负载均衡

③ 复制每个分片以支持数据冗余，从而防止硬件故障导致的数据丢失

④ 将集群中任一节点的请求路由到存有相关数据的节点

⑤ 集群扩容时无缝整合新节点，重新分配分片以便从离群节点恢复

3. 在 Elasticsearch 中，数据是被存储和索引在 分片 中，索引实际上是指向 一个或者 多个物理 分片 的 逻辑命名空间 ，一个 分片 是一个底层的 工作单元 ，它仅保存了全部数据中的一部分。

4. 一个分片可以是 主 分片或者 副本 分片。 索引内任意一个文档都归属于一个主分片，所以主分片的数目决定着索引能够保存的最大数据量。

5. 技术上来说，一个主分片最大能够存储 Integer.MAX_VALUE - 128 个文档，但是实际最大值还需要参考你的使用场景：包括你使用的硬件， 文档的大小和复杂程度，索引和查询文档的方式以及你期望的响应时长

6. 一个副本分片只是一个主分片的拷贝。副本分片作为硬件故障时保护数据不丢失的冗余备份，并为搜索和返回文档等读操作提供服务。

7. 集群的健康状况为 yellow 则表示全部 主 分片都正常运行（集群可以正常服务所有请求），但是 副本分片没有全部处在正常状态。

8. 字段的名字可以是任何合法的字符串，但 不可以 包含英文句号(.)。

9. _index:  选择一个索引名，这个名字必须小写，不能以下划线开头，不能包含逗号。

10. _type: 命名可以是大写或者小写，但是不能以下划线或者句号开头，不应该包含逗号， 并且长度限制为256个字符。

11. _id: ID 是一个字符串，当它和 _index 以及 _type 组合就可以唯一确定 Elasticsearch 中的一个文档。 当你创建一个新的文档，要么提供自己的 _id ，要么让 Elasticsearch 帮你生成。

12. 在请求的查询串参数中加上 pretty 参数，该功能使得JSON 响应体更加可读。

13. GET 请求的响应体包括 {"found": true} ，这证实了文档已经被找到。 如果我们请求一个不存在的文档，我们仍旧会得到一个 JSON 响应体，但是 found 将会是 false 。 此外， HTTP 响应码将会是 404 Not Found ，而不是 200 OK 。附官方释图：

14. 通过传递 -i 参数给 curl 命令，该参数能够显示响应的头部。附官方释图：

15. 返回文档的一部分：默认情况下， GET 请求会返回整个文档，这个文档正如存储在 _source 字段中的一样。但是也许你只对其中的 title 字段感兴趣。单个字段能用 _source 参数请求得到，多个字段也能使用逗号分隔的列表来指定。或者，如果你只想得到 _source 字段，不需要任何元数据。附官方释图:

16. 检查文档是否存在：用 HEAD 方法来代替 GET 方法。 HEAD 请求没有返回体，如果文档存在， Elasticsearch 将返回一个 200 ok 的状态码，若文档不存在， Elasticsearch 将返回一个 404 Not Found 的状态码。

17. 更新整个文档：在 Elasticsearch 中文档是 不可改变 的，不能修改它们。相反，如果想要更新现有的文档，需要 重建索引 或者进行替换， 可以使用相同的 index API 进行实现，更新成功后，可以在响应体中看到，增加了 _version 字段值，created 标志设置成 false ，是因为相同的索引、类型和 ID 的文档已经存在。在内部，Elasticsearch 已将旧文档标记为已删除，并增加一个全新的文档。 尽管你不能再对旧版本的文档进行访问，但它并不会立即消失。当继续索引更多的数据，Elasticsearch 会在后台清理这些已删除文档。

18. 创建新文档：怎么确认我们正在创建一个完全新的文档

① 第一种方法使用 op_type 查询-字符串参数：

② 第二种方法是在 URL 末端使用 /_create :

如果创建新文档的请求成功执行，Elasticsearch 会返回元数据和一个 201 Created 的 HTTP 响应码。

如果具有相同的 _index 、 _type 和 _id 的文档已经存在，Elasticsearch 将会返回 409 Conflict 响应码，及出错误信息。

19. 删除文档：使用 DELETE 方法删除文档

① 如果找到该文档，Elasticsearch 将要返回一个 200 ok 的 HTTP 响应码，和一个类似以下结构的响应体。注意，字段 _version 值已经增加：

② 如果文档没有找到，我们将得到 404 Not Found 的响应码和类似这样的响应体：

即使文档不存在（ Found 是 false ）， _version 值仍然会增加。这是 Elasticsearch 内部记录本的一部分，用来确保这些改变在跨多节点时以正确的顺序执行。

20. 取回多个文档：每个文档都是单独检索和报告的。即使有某个文档没有找到，上述请求的 HTTP 状态码仍然是 200 。事实上，即使请求 没有 找到任何文档，它的状态码依然是 200 --因为 mget 请求本身已经成功执行。 为了确定某个文档查找是成功或者失败，你需要检查 found 标记。

① mget API 要求有一个 docs 数组作为参数，每个元素包含需要检索文档的元数据， 包括 _index 、 _type 和 _id 。如果你想检索一个或者多个特定的字段，那么你可以通过 _source 参数来指定这些字段的名字：

② 该响应体也包含一个 docs 数组， 对于每一个在请求中指定的文档，这个数组中都包含有一个对应的响应，且顺序与请求中的顺序相同。 其中的每一个响应都和使用单个 get request 请求所得到的响应体相同：

如果所有文档的 _index 和 _type 都是相同的，你可以只传一个 ids 数组，而不是整个 docs数组：

21. shard = hash(routing) % number_of_primary_shards

routing 是一个可变值，默认是文档的 _id ，也可以设置成一个自定义的值。 routing 通过 hash 函数生成一个数字，然后这个数字再除以 number_of_primary_shards （主分片的数量）后得到 余数 。这个分