ElasticSearch之文档、索引和基本API

文档（Document）

• Elasticsearch是面向文档的，文档是所有可搜索数据的最小单元。（可以理解为数据库中的一条记录）

  1. 日志文件中的日志项
  2. 一本电影的具体信息/一张唱片的详细信息
  3. MP3播放器里的一首歌/一篇PDF文档中的具体内容

• 文档会被序列化成JSON格式，保存在Elasticsearch中

  1. JSON对象由字段组成
  2. 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UniqueID

  1. 你可以自己指定ID
  2. 或者通过Elasticsearch自动生成

JSON文档

1. 一篇文档包含了一系列的字段。类似于数据库表中的一条记录。
2. JSON文档格式灵活，不需要预先定义格式（不需要和数据库那样提前定义表结构，提供建表语句等）
   • 字段的类型可以自己指定，也可以通过Elasticsearch自动推算。
   • 支持数组/嵌套。

文档的元数据

{
  "_index" : "index",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 2,
  "_seq_no" : 1,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "程大帅"
  }
}

• _index：文档所属的索引
• _type：文档所属的类型名
• _id：文档的唯一id
• _source：文档的原始JSON数据
• _all：整合所有字段内容到该字段（废除）
• _version：文档的版本信息
• _source：相关性打分

索引

概念：简单说索引是文档的容器，是一类文档的结合（类似于数据库中的表）

• 每个索引都有自己的mapping定义，用于定义包含文档的字段名和字段类型
• Shard体现了物理空间的概念，索引中的数据分布在不同的shard上。
• Mapping定义了索引字段的名称和类型
• Setting定义不同的数据分布

{
  "index" : { // 索引名
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "name" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    },
    "settings" : {
      "index" : {
        "routing" : {
          "allocation" : {
            "include" : {
              "_tier_preference" : "data_content"
            }
          }
        },
        "number_of_shards" : "1",
        "provided_name" : "index",
        "creation_date" : "1639913482690",
        "number_of_replicas" : "1",
        "uuid" : "Qxkdm_RvT-uHH3XiYJEpSg",
        "version" : {
          "created" : "7160099"
        }
      }
    }
  }
}

索引的不同语义

索引（动词）文档到Elasticsearch的索引（名词）中

名词：一个Elasticsearch集群中，可以创建很多个不同的索引。
动词：保存一个文档到Elasticsearch的过程也叫做索引（indexing）。ES中，可以理解为创建一个倒排索引的过程
名词：我们通常理解的索引：B树索引，倒排索引

Type

在7.0之前，一个index可以设置多个Types
在6.0开始，Type已经被废弃。7.0开始一个索引只能创建一个Type ——”_doc“。

传统关系型数据库和es结构对比

es 提供高性能的全文检索，对搜索结构进行聚合分析等。
RDMS提供事务性，联合查询等。

关系型数据库	Elasticsearch
Table	Index（type）
Row	Document
Column	Filed
Schema	Mapping
SQL	DSL

什么是数据建模？

数据建模是创建数据模型的过程。
数据模型是对真实世界进行抽象描述的一种工具和方法，实现对像是世界的映射。

三个过程：概念模型 - 逻辑模型 - 数据模型（遵循第三范式）
数据模型：结合具体的数据库，在满足业务读写性能等需求的前提下，确定最终定义。

如何对字段进行建模？

字段类型 - 是否需要搜索及分词 - 是否需要聚合及排序 - 是否需要额外的存储

字段类型

• Text

  • 用于全文本字段，文本会被Analyzer分词
  • 默认不支持聚合分析及排序。需要设置fielddata为true

• Keyword

  • 用于id、枚举、不需要分词的文本。如：电话号码，email地址，手机号码，邮政编码，性别等。
  • 适用于Filter（精准匹配），Sorting和Aggregations

• 设置多字段类型

  • 默认会为文本类型设置成text，并设置一个keyword的子字段
  • 在处理人类语言时，通过增加“英文”，“拼音”和“标准”分词器，提高搜索结构