Elasticsearch权威指南：文档(Document)核心概念解析

Elasticsearch权威指南：文档(Document)核心概念解析

elasticsearch-definitive-guide The Definitive Guide to Elasticsearch 项目地址: https://gitcode.com/gh_mirrors/el/elasticsearch-definitive-guide

什么是文档？

在Elasticsearch中，文档(Document)是最基本的数据单元，可以将其理解为一个独立的JSON对象。文档由键值对组成，其中键是字段名，值可以是多种数据类型：

• 字符串（如"John Smith"）
• 数字（如42）
• 布尔值（如true）
• 对象（如嵌套的"home"对象）
• 数组（如"accounts"数组）
• 特殊类型（如日期字符串"2014-06-01"）

一个典型的文档示例如下：

{
    "name": "John Smith",
    "age": 42,
    "confirmed": true,
    "join_date": "2014-06-01",
    "home": {
        "lat": 51.5,
        "lon": 0.1
    },
    "accounts": [
        {"type": "facebook", "id": "johnsmith"},
        {"type": "twitter", "id": "johnsmith"}
    ]
}

重要说明：

• 字段名可以是任何有效字符串，但不能包含英文句点(.)
• 文档与普通JSON对象的区别在于，文档是Elasticsearch中的顶级对象，具有唯一ID标识

文档元数据

每个文档除了包含实际数据外，还有描述文档本身的元数据(Metadata)，其中最重要的三个元数据是：

1. _index（索引）

索引是文档的逻辑容器，用于将相关文档组织在一起。例如：

• 产品数据存储在products索引
• 销售记录存储在sales索引

技术细节：

• 索引名称必须小写，不能以下划线开头，不能包含逗号
• 实际上索引由多个分片(Shard)组成，但对应用透明
• 示例：我们可以使用"website"作为索引名

2. _type（类型）

类型用于在索引内进一步分类文档。例如：

• 在products索引中，可以有electronics、kitchen等类型

类型命名规则：

• 可以包含大小写字母
• 不能以下划线或句点开头
• 不能包含逗号
• 长度不超过256个字符
• 示例：我们可以使用"blog"作为类型名

3. _id（文档ID）

文档ID是文档的唯一标识符，与_index和_type共同确定一个文档的唯一位置：

• 可以自定义ID
• 也可以让Elasticsearch自动生成

文档存储原理

当文档被索引时：

1. Elasticsearch会为文档分配一个唯一ID（如果未提供）
2. 根据索引和类型设置，文档会被路由到特定分片
3. 文档内容会被分析并建立倒排索引
4. 原始JSON会被存储以便检索

最佳实践：

• 相关文档应该放在同一个索引中
• 同一索引中不同类型的文档应具有相似结构
• 避免在索引中存储完全不相关的数据

理解文档的这些核心概念是使用Elasticsearch的基础，后续我们将深入探讨如何创建、查询和管理这些文档。

elasticsearch-definitive-guide The Definitive Guide to Elasticsearch 项目地址: https://gitcode.com/gh_mirrors/el/elasticsearch-definitive-guide