ElasticSearch6.2.4(2)——核心概念和文档实操

1.核心概念

(1)什么是document？

document是个文件，里面有很多file。比如

{

    "name":"小红",

    "age":"18"

}

这就一个文件，而name就是个file，age也是

(2)什么是index？

在我的理解es里的index概念就像是个数据库，里面存放很多个document

(3)什么是type？

比如document是存放动物的数据，那么type就是把动物的类型分类，比如猫科，狗科，鸟科等

(4)什么是shard和replica？

如果有个10T的数据，有5台服务器，每个服务器只能放2T的数据，怎么办？

分布式解决：那么就是理解10T为index，数据分成5份，每个服务器放2T的数据，而这5台服务器就是shard。

当有台服务器宕机了怎么办！所以就为这5台服务器分别配了台备用服务器，称为replica，至少一台shard服务器宕机了，还有代替。这样的话，拿数据就可以在replica拿，又可以在shard拿了，基本上不用怕数据同步问题，因为es是实时性的

2.简单的实操

(1)GET

结构：GET /index/type/id

例：

GET /shopping/category/1

返回

{
  "_index": "shopping",
  "_type": "category",
  "_id": "1",
  "_version": 1,
  "found": true,
  "_source": {
    "name": "xiao hong",
    "type": "cat",
    "dscription": "most small",
    "age": 7,
    "child": {
      "num": 10,
      "category": "not"
    }
  }
}

(2)DELETE

结构：DELETE /index/type/id

例：DELETE /shopping/category/1

返回：

{
  "_index": "shopping",
  "_type": "category",
  "_id": "1",
  "_version": 6,
  "result": "deleted",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 5,
  "_primary_term": 1
}

这个只是打上delete标签，并不是真正的删除

(3)PUT

    结构：

PUT /index/type/id
{
	"field":"text"
}

    例:

PUT /shopping/category/1
{
  "name":"xiao hong",
  "type":"cat",
  "dscription":"most small",
  "age":7,
  "child":{
    "num":10,
    "category":"not"
  }
}

    返回:

{
  "_index": "shopping",
  "_type": "category",
  "_id": "1",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 0,
  "_primary_term": 1
}

_shard：一共有多少分片，虽然默认有5个shard和5个replica，但是一个document只会存放在一个shard里面，而一个shard有个replica，而我这只有个shard，没有replica，所有只有一个成功。

_seq_no：严格递增的顺序号，每个文档一个，Shard级别严格递增，保证后写入的Doc的_seq_no大于先写入的Doc的_seq_no。

任何类型的写操作，包括index、create、update和Delete，都会生成一个_seq_no。这个是不可改的，而_version这个版本号是可以改的，后面会讲

_primary_term：_primary_term也和_seq_no一样是一个整数，每当Primary Shard发生重新分配时，比如重启，Primary选举等，_primary_term会递增1。

_primary_term主要是用来恢复数据时处理当多个文档的_seq_no一样时的冲突，比如当一个shard宕机了，raplica需要用到最新的数据，就会根据_primary_term和_seq_no这两个值来拿到最新的document

PUTdocument的时候，当ES里面有数据的时候，新数据会覆盖旧数据(旧数据会被打上delete标签，不会马上删除，只会等到内存不够的情况下才会真正的删除，然后会创建新的document)

(4)POST

结构：

POST /index/type/id
{
  "doc":{
    "field":"text"
  }
}

例：

POST /shopping/category/1/_update
{
  "doc":{
    "name":"xiao ming",
    "sex":"man"
  }
}

返回：

{
  "_index": "shopping",
  "_type": "category",
  "_id": "1",
  "_version": 2,
  "result": "updated",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 1,
  "_primary_term": 1
}

首先这个document必须存在。如果document本身没有这个field，那么也会添加到里面去(ES会将原先的document复制一份出来，然后在新的这个document上修改，修改完成后，在把原先的删除，也就是打上delete标签)