elasticsearch基本概念

一、数据结构

es是文档型的存储方式,一条数据就是一个文档,对于用户来说就是一条JSON.
一个索引下面,有多个文档,一个文档里面有多个字段(灵活的,非结构化的,
也就是每个文档的字段都可以不一样)。

二、集群(Cluster)/节点(Node)/分片(Shards)/副本(Replicasedit)

集群:

	实际上就是多个es实例,启动后,只要cluster.name是相同的,
	相互之间网络关系也是通的,就是一个es集群。

节点:

	实际上就是一个es实例,es的数据存储和搜索等功能都是通过这些具体的实例来实现的。

分片；
	
	一个索引(index)里面的数据可能比较多,不适合单节点存储,索引设置分片,
	不同的分片落在不同的节点上。实际上就是对索引数据的水平拆分,
	分布方式以及如何将其文档聚合回搜索请求的机制完全由 Elasticsearch 管理，
	对用户而言是透明的。

副本:
	
	一个分片可以分为0-N个副本,不同的副本落在不同的节点上,
	写入数据是从分片的主副本写入,然后同步到不同的节点的分片的从副本上,
	所有的副本都可以进行查询。

小结:
	
	一个es实例,会存在某些index(索引,相当于mysql的库)里面的文档数据过多,
	造成单机瓶颈,因为es实例除了维护文档数据,还需要维护倒排索引等信息,
	单机数据量过多会造成磁盘空间不够和搜索效率下降等问题。

	所以引入了集群,多个es实例的cluster.name是相同的,就组成了一个集群。

	一个集群内部,同一个index(索引,只是一个逻辑上的概念)数据,可以通过分片
	将数据散落在不同的节点(物理节点,服务器)。就相当于对index里面的数据进行水平
	拆分。

	但是单个分片数据,有可能又有单点故障的问题,所以每个分片可以设置多个副本,散落在
	不同的节点上。
	
	类似于关系型数据库：数据库集群，假如有个用户表，我担心数据量过大，
	我新建了多个用户表(即 Shard)，将用户信息数据切分成多份，
	然后根据某种规则分到这些用户表中，我又担心某个表会出现异常造成数据丢失，
	我又将每个表分别备份了一次(即 Replica )。

三、倒排索引

实际上就是通过对文本的分词,生成这种形式的索引: 分词——>所有包含此分词的文档id/词频（Term出现的次数）/偏移量（offset）数组
倒排索引具体的样式:

1、Term（单词）

	文本通过分词器分析之后,形成的多个单词

2、Term Dictionary（单词字典）：

	顾名思义，它里面维护的是Term，可以理解为Term的集合

3、Term Index（单词索引）：

为了更快的找到某个单词，为单词建立索引

4、Posting List（倒排列表）：

可以想成py里面的字典,单词就是key,  value是一个数组,
这个数组里面是一系列的元组(文档id、词频（Term出现的次数）、偏移量（offset）)

5、倒排索引的寻址过程

分词之后,会根据分出来的词生成一个term index(分词索引),查找的时候,
会先根据这个term index去找到Term Dictionary(分词字典)中的term,
再根据term找到对应的Posting List（倒排列表）

四、关键属性、字段说明

1、查询返回字段说明:

{
   
  "took": 1,  //整个搜索请求花费多少毫秒
  "timed_out": false,
  "_shards": {
    //指示搜索了多少分片，以及搜索成功和失败的分片的计数
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    //用来实际搜索结果集
    "total": 1, // 搜索返回条数
    "max_score": 0.83355963, //搜索结果匹配度
    "hits": [ //查询完整的数据  以_score降序排序
      {
   
        "_index": "test", //索引
        "_type": "test", //类型
        "_id": "xtoffH0BS_BXL2CbFNQ_", //索引数据id
        "_score": 0.83355963, // 衡量文档与查询的匹配程度
        "_source": {
    // 结果原数据
          "name": "新浪军事22"
        }
      }
    ]
  }
}

2、创建索引

# 指定mapping创建方式
PUT translated_documents
{
   
  "mappings": {
   
		"translated_documents": {
    #