ElasticSearch学习笔记一

1、 ElasticSearch介绍

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。es也可以使用Java开发并使用 Lucene 作为其核心来实现所有索引和搜索的功能，但是它的目的是 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。

2、 Elasticsearch相关概述

2.1 ElasticSearch与MySQL对应关系

Elasticsearch 是一种NoSQL数据库（非关系型数据库），和常规的关系型数据库（比如：MySQL，Oralce等）的基本概念，对应关系如下：

Elasticsearch：index --> type --> doc --> field

MySQL: 数据库 --> 数据表 --> 行 --> 列

2.2 Elasticsearch核心概念

2.2.1 索引-index
一个索引就是一个拥有几分相似特征的文档的集合。一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。

2.2.2 类型-type
在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。

注意：
此概念已在 ElasticSearch6、ElasticSearch7 中逐步去除(在 5.X 版本中，一个 index 下可以创建多个 type; 在 6.X 版本中，一个 index 下只能存在一个 type; 在 7.X 版本中，直接去除了 type 的概念，就是说 index 不再会有 type)。
为何要去除 type 的概念: 在 Elasticsearch 设计初期，是直接查考了关系型数据库的设计模式，存在了 type（数据表） 的概念。但是，其搜索引擎是基于 Lucene 的，这种 “基因” 决定了 type 是多余的。 Lucene 的全文检索功能之所以快，是因为 倒序索引 的存在。而这种 倒序索引 的生成是基于 index 的，而并非 type。多个 type 反而会减慢搜索的速度。为了保持 Elasticsearch “一切为了搜索” 的宗旨，适当的做些改变（去除 type）也是无可厚非的，也是值得的。

2.2.3 字段-Field
相当于是数据表的字段，对文档数据根据不同属性进行的分类标识。

2.2.4 映射-mapping
mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分析器、是否被索引等等，这些都是映射里面可以设置的，其它就是处理es里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。

2.2.5 文档 document
一个文档是一个可被索引的基础信息单元。比如，你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存在的互联网数据交互格式。
在一个index/type里面，你可以存储任意多的文档。注意，尽管一个文档，物理上存在于一个索引之中，文档必须被索引/赋予一个索引的type。