【创作赢红包】ElasticSerach基础概念知识梳理

目录

ES概念介绍

1、ES核心概念组成

2、ES数据类型介绍

2.1 字符串型

2.2 数值型

2.3 布尔型 boolean

2.4 二进制类型 binary

2.5 范围类型

2.6 日期型 date

2.7 复杂数据类型

3、特点

4、应用场景举例

---

ES概念介绍

Elaticsearch，简称为ES， ES是一个开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。

1、ES核心概念组成

• 索引 index：一个索引相当于一个关系数据库的数据库

• 类型 type：一种type相当于关系数据库的一类数据表，在ES 7.x默认type为_doc

        ES 5.x中一个索引(index)可以有多种type

        ES 6.x中一个索引(index)只能有一种type

        ES 7.x版本以后，将逐步淡化type这个概念，现在的操作已经不再使用，默认_doc

• 映射 mapping：mapping定义了每个字段的类型、字段所使用的分词器信息。相当于关系型数据库中的表结构。

• 文档 document：一个document相当于关系型数据库中数据表的一行记录
• 倒排索引：一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词都有包含它的文档id列表

• 字段 field：相当于关系型数据库表的字段名称

2、ES数据类型介绍

2.1 字符串型

text：用于全文索引，该类型的字段将通过分词器 进行分词

keyword：不进行分词，只能搜索该字段的完整的值

2.2 数值型

long, integer, short, byte, double, float, half_float, scaled_float

2.3 布尔型 boolean

boolean JSON 中的 “true”、“false”、true、false 都可以

2.4 二进制类型 binary

该类型的字段把值当做经过 base64 编码的字符串，默认不存储，且不可搜索

2.5 范围类型

范围类型表示值是一个范围，而不是一个具体的值

integer_range, float_range, long_range, double_range, date_range

比如：age 的类型是 integer_range，如果存储的值是 {"gte" : 18, "lte" : 90}；搜索 "term" : {"age": 60} 可以查询到该值

2.6 日期型 date

因为Json没有date类型，所以es通过识别字符串是否符合format定义的格式来判断是否满足date类型

format默认为：strict_date_optional_time||epoch_millis

"2023-01-31" "2023/01/31 12:10:30" 类似这种字符串格式

2.7 复杂数据类型

• 数组：[ ] Nested: nested (数组类型的JSON对象)

比如：[ { "name": "小张", "age": 30 }, { "name": "小李", "age": 35 }]

• 对象：{ } Object: object(单个JSON对象)

比如：{ "name": "小李", "age": 35 }

3、特点

分布式架构：Elasticsearch采用分布式架构，可以在多个节点上分散存储和处理数据，从而提高了数据的可伸缩性和可用性。
实时性：Elasticsearch可以实时地存储和处理数据，使得应用程序可以快速地捕捉和分析实时数据。
自动分片和复制：Elasticsearch可以自动将数据分片，并将数据复制到多个节点上，从而提高了数据的可用性和可靠性。
多种数据格式支持：Elasticsearch支持多种数据格式，包括JSON、XML、CSV等，可以处理各种类型的数据。
搜索和分析：Elasticsearch可以通过简单的API实现全文搜索和复杂的分析，从而可以快速地分析和理解大量的数据。
支持多个搜索引擎：Elasticsearch支持多个搜索引擎，可以同时处理多个搜索请求，从而提高了搜索的性能和效率。
简单易用：Elasticsearch具有简单易用的API和管理工具，使得开发者可以轻松地使用和管理Elasticsearch。
开源免费：Elasticsearch是开源免费的，可以自由地使用和修改，从而满足不同的需求。

4、应用场景举例

网站搜索：Elasticsearch可以用于构建高性能的网站搜索引擎，例如Google、Bing等。在搜索请求中，Elasticsearch可以快速地处理数十亿甚至数百亿的文档，从而提供高性能的搜索服务。

日志分析：Elasticsearch可以用于对日志文件进行搜索和分析，例如Apache、Nginx等。在日志分析中，Elasticsearch可以快速地找到关键字和趋势，帮助用户提高业务效率。

数据分析：Elasticsearch可以用于数据分析和挖掘，例如Facebook、Twitter等。在Facebook和Twitter等社交媒体平台上，每天都会产生海量的数据，Elasticsearch可以快速地处理和分析这些数据，从而发现用户的兴趣、习惯等，为企业提供更好的服务。

物联网：Elasticsearch可以用于物联网设备的数据存储和分析，例如智能家居、智能交通等。在智能家居和智能交通中，每天都会产生大量的数据，Elasticsearch可以将这些数据存储在分布式的节点上，从而实现设备的智能化控制和管理。

数据库备份：Elasticsearch可以用于数据库备份和恢复，例如MySQL、Oracle等。在数据库备份和恢复中，Elasticsearch可以将数据快速地存储在分布式的节点上，从而保证数据的安全性和可用性。

搜索引擎：Elasticsearch可以用于构建高性能的搜索引擎，例如谷歌、百度等。在搜索引擎中，Elasticsearch可以提供全文搜索和复杂的分析功能，帮助用户快速地找到所需的信息。