ElasticSearch系列 - 文档&索引

ElasticSearch系列 - 文档&索引

对比MySQL

MySQL	ElasticSearch
Table	Index（Type）
Row	Document
Column	Field
Schema	Mapping
SQL	DSL

• ElasticSearch：Schemeless（弱模式）/相关性/高性能全文检索
• MySQL：事务/join

文档（Document）

ElasticSearch是面向文档的，文档是所有可搜索数据的最小单位

• 一个error日志
• 一个房屋具体信息
• 一个详细的用户信息

文档会被序列化为JSON格式，保存在ElasticSearch中

• JSON对象由字段组成
• 每个字段都有对应的字段类型（字符串/数值/布尔/日期/二进制/范围类型）

每个文档都有一个Unique ID

• 可以指定ID
• 或者通过ElasticSearch自动生成

JSON文档

一篇文档包含一系列的字段，对比数据库表中一条记录

JSON文档，格式灵活，不需要预先定义格式

• 字段的类型可以指定或者ElasticSearch自动推算
• 支持数组/支持嵌套

例如下述一个文档

userId,name,content
1,wxt,12|150xxxxxxxx|message

对应ElasticSearch中的JSON为

{
	userId:1,
	name:"wxt",
    @version:"1",
	content:["12","150xxxxxxxx",message]
}

PS：不一定是上述这种格式，根据Logstash的conf配置不同，解析的规则也不同，生成的JSON格式也不同。

元数据

{
	"_index":"userInfo",
  "_type":"_doc",
  "_id":"1",
  "_score":15.69303,
  "_source":{
			userId:1,
			name:"wxt",
    	    @version:"1",
			content:["12","150xxxxxxxx",message]
	}
},

名称	含义
_index	文档所属索引名
_type	文档所属的类型名
_id	文档唯一Id
_source	文档原始Json数据
_score	相关性打分
@version	文档版本信息
_all	已经被废除

索引（Index）

Index 索引是文档的容器，是一类文档的结合

• Index体现了逻辑空间的概念，每个索引都有自己的Mapping定义，用于定义包含的文档的字段名和字段类型
• shard体现物理空间概念，索引中的数据分散在Shard上

索引的Mapping与Settings

• Mapping定义文档字段的类型
• Setting定义不同的数据分布

{
  "userInfo":{
    "settings":{
      "index":{
        "creation_date":12345678932,
        "number_of_shards":"2",
        "number_of_replicas":"0",
        "uuid":"QND213SJBDJ12JHS",
        "version":{
          "created":"9381311"
        },
        "provided_name":"movies"
      }
    }
  }
}

Type

在7.0之前一个Index可以设置多个type，7.0之后一个索引只能创建一个type-"_doc"