ElasticSearch入门（五）ElasticSearch的核心概念讲解

前言

      本章对ES中的核心概念做进一步的讲解

方法

1.文档

在之前的讲解中，我们将索引理解为关系数据库的表，而文档是索引中的数据，所以我们自然的理解为关系数据库中的一条数据。

由于在ES中存在文档类型（Type）的概念，所以一个索引中所存储的文档结构上可能是不同的。

如果上面的解释你仍然不是很理解，那么简单点——索引（index）就是数据库，文档类型（Type）就是表，文档（Document）是其中的数据，这样是不是容易理解些了呢

当我们查询数据的时候，文档的结构是这个样子的：

其中，id，name，age，sex我们都了解，这个是我们自己设置的，那么其他的又是什么呢？

我们称之为元数据（Metedata）:

•  _index：代表一个document存储在哪个index中。类似的数据（document）放在同一个index，不同类型的数据放在不同的index。
• 索引名必须是小写，不能用下划线（_）开头，不能包含逗号。
• _type：代表document属于index下 的哪个类别（type）。一个index通常包含多个type。type名称可以大写或小写，不能用下划线（_）开头，不能包含逗号。
• _id：代表document的唯一标识，与index和type一起确定一个唯一的document。可以手动指定，也可es自动生成。手动指定：PUT /index/type/id 自动生成： PUT /index/type/ 生成base64编码的20长度的字符串ID，分布式集群下不可能重复。
• _score：相关度分数：匹配程度，分数越高越相关。

2.查询响应

1）pretty

我们之前创建索引也好，增加文档数据也好，使用的都是Postman或者谷歌的插件

那么我们尝试使用浏览器直接查询会怎么样呢？

浏览器下输入网址http://localhost:9200/jwang_test/user/_search，观察效果：

很显然，这实在是太难看了，这也是我们为什么用其他工具的原因。。

但是ES提供了对应的参数pretty对我们的显示结果做了美化！输入网址http://localhost:9200/jwang_test/user/_search?pretty，观察效果：

由局部的显示我们可以发现它为我们做了json的格式化操作，显得一目了然！

2）指定响应字段——?_source

有些时候我们并不需要将文档中的全部字段显示出来，那么我们应该怎么做呢？

范例：仅显示id和name

GET http://localhost:9200/jwang_test/user/1002?_source=id,name

响应结果如下：

3）只显示原始字段，不需要显示元数据信息——/_source

有些时候我们并不需要将文档中的元数据显示出来，那么我们应该怎么做呢？

GET http://localhost:9200/jwang_test/user/1002/_source

响应结果如下：

3.判断文档是否存在

有时候，我们需要判断某个文档是否存在，而不是查询它的内容！
语法：HEAD /{索引名称}/{文档类型}/{文档id}

范例：查询id为1001和1006的文档是否存在

我们首先查询一下我们jwang_test索引库中的所有文档：

查询id为1001：

http://localhost:9200/jwang_test/user/1001

响应状态码为200则代表存在：

查询id为1006结果为：

4.批量操作

1）批量查询：_mget

范例：查询id为1002和1003的文档数据

POST http://localhost:9200/jwang_test/user/_mget

{
	"ids":["1002","1003"]
}

查询结果如下所示：

2）批量添加：_bulk

语法格式：

{action:{metedata}}\n
{source body}\n
{action:{metedata}}\n
{source body}\n
......

注意：每条数据后需要加换行，最后一行也要加

范例：新增三条数据

{"create":{"_index":"jwang_test","_type":"user","_id":"1006"}}
{"id":"1006","name":"楚云飞","age":30,"sex":"男"}
{"create":{"_index":"jwang_test","_type":"user","_id":"1007"}}
{"id":"1007","name":"孙德胜","age":33,"sex":"男"}
{"create":{"_index":"jwang_test","_type":"user","_id":"1008"}}
{"id":"1008","name":"田雨","age":26,"sex":"女"}

发起请求：POST http://localhost:9200/jwang_test/user/_bulk

再次查询结果如下，可见我们批量添加成功！

2）批量删除：_bulk

{"delete":{"_index":"jwang_test","_type":"user","_id":"1006"}}
{"delete":{"_index":"jwang_test","_type":"user","_id":"1007"}}
{"delete":{"_index":"jwang_test","_type":"user","_id":"1008"}}

这样就可以将上面的数据删除，这里我就不演示了。

5.分页

在ES默认的搜索中，默认最多返回10条数据，多了不再返回。

那么这个时候就需要用到我们的分页操作了！

参数：

size：每页显示的结果数量

from：跳过多少结果数

我们先来看看我们目前索引中的所有数据：

范例：每页显示三条数据，显示第一页

发起请求：POST http://localhost:9200/jwang_test/user/_search?size=3&from=0

请求结果如下：

范例：每页显示四条数据，显示第二页

发起请求：POST http://localhost:9200/jwang_test/user/_search?size=4&from=4

请求结果如下：

6.映射

前面我们创建了索引之后，我们可以直接往里面添加索引信息。

我们知道，关系型数据库添加数据必须要定义表的字段类型，我们在ES中还并没有发现这个设定。不要着急！
如果我们没有指定字段类型的话，ES会默认给我们的字段赋上相应的类型哦！

JSON数据	ES中的数据类型
Boolean true or false	boolean
Whole number：123	long
Floating Point：123.123	double
string,valid date："2019-10-20"	date
string	text

ES支持的基本数据类型：

字符串 : text, keyword

       text：存储数据的时候，会自动分词，并生成索引

       keyword：存储数据的时候，不会分词，而是直接整个词拿去建索引

整数 : byte, short, integer, long

浮点数 : float、double

布尔型 : boolean

日期 : date

知道了上面这些，那我们就可以创建指定数据类型结构的索引了

范例：创建指定类型结构的索引

发起请求：PUT http://localhost:9200/jwang1

{
	"settings": {
		"index": {
			"number_of_shards": 2,
			"number_of_replicas": 0
		}
	},
	"mappings": {
		"properties": {
			"name": {
				"type": "text"
			},
			"age": {
				"type": "integer"
			},
			"email": {
				"type": "keyword"
			},
			"hobby": {
				"type": "text"
			}
		}
	}
}

查询索引的映射信息：

GET http://localhost:9200/jwang1/_mapping

反馈的结果如下：