HIVE到ES的映射，以及ES的基本操作

最新推荐文章于 2022-10-09 20:23:33 发布

空城gang

最新推荐文章于 2022-10-09 20:23:33 发布

阅读量6k

点赞数

分类专栏： HIVE ES

本文链接：https://blog.csdn.net/ganghaodream/article/details/100930440

版权

本文介绍了Elasticsearch的基本概念，包括其文档存储方式、与关系型数据库的对比，并探讨了其快速索引的原因。此外，还详细展示了Elasticsearch的创建、增删改查等基本操作，以及在实际应用中遇到的问题和解决方案，如字段类型转换、处理无数据的索引等。

摘要由CSDN通过智能技术生成

ES的基本概念：

基本概念

先说Elasticsearch的文件存储，Elasticsearch是面向文档型数据库，一条数据在这里就是一个文档，用JSON作为文档序列化的格式，比如下面这条用户数据：

{
    "name" :     "John",
    "sex" :      "Male",
    "age" :      25,
    "birthDate": "1990/05/01",
    "about" :    "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

用Mysql这样的数据库存储就会容易想到建立一张User表，有balabala的字段等，在Elasticsearch里这就是一个文档，当然这个文档会属于一个User的类型，各种各样的类型存在于一个索引当中。这里有一份简易的将Elasticsearch和关系型数据术语对照表:

关系数据库     ⇒ 数据库 ⇒ 表    ⇒ 行    ⇒ 列(Columns)

Elasticsearch  ⇒ 索引(Index)   ⇒ 类型(type)  ⇒ 文档(Docments)  ⇒ 字段(Fields)

一个 Elasticsearch 集群可以包含多个索引(数据库)，也就是说其中包含了很多类型(表)。这些类型中包含了很多的文档(行)，然后每个文档中又包含了很多的字段(列)。Elasticsearch的交互，可以使用Java API，也可以直接使用HTTP的Restful API方式，比如我们打算插入一条记录，可以简单发送一个HTTP的请求：

PUT /megacorp/employee/1  
{
    "name" :     "John",
    "sex" :      "Male",
    "age" :      25,
    "about" :    "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

索引