Elastic基本概念索引和文档

索引 文档偏向于开发人员的视角，是一个逻辑上面的概念，节点和分片呢偏向运维人员的视觉，偏向是物理的概念

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

• 日志文件中的日志项 

• —本电影的具体信息/一张唱片的详细信息。
• 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 Elastlesearch 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

• 你可以自己指定 ID
• 或者通过 Elasticsearch 自动生成

你可以理解文档为关系型数据库里面的一条记录

JSON 文档

 一篇文档包含了一系列的字段。类似数据库表中一列

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通过Elasticsearch 自动推算
• 支持数组/ 支持嵌套

从csv文件中读取到raw data是关于电影的，通过logstash进行转化之后进入es之后就是json的格式了。

Json的每个字段都有其数据类型，es可以根据其字段做一个数据类型的推算。

上面可以看到在es当中数据还是支持数组的，支持嵌套

文档的元数据

元数据，用于标注文档的相关信息

• _index-文档所属的索引名
• _type-文档所属的类型名
• _id - 文档唯一 ID
• _source∶ 文档的原始 JSON 数据
• _all 整合所有字段内容到该字段，已被废除
• _version∶ 文档的版本信息
• _score∶ 相关性打分

 每篇文档都有其元数据，比如_index表示文档所属的索引名字

All字段在7.0已经被废除了，在早期版本

_version  代表文档在系统里面的版本，当有大量数据并发读写的时候，版本信息可以很好的帮你解决版本冲突的问题

在全文检索的时候，相关性非常重要，所以es根据结果的算分也就是_score在该文档查询当中的值

r

索引

 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 体现了物理空间的概念∶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

简单做个理解就是索引当中的数据最后是被分配在shard分片上

在一个索引上面可以为其设置mapping和settings

Setting主要是可以去指定究竟要用多少分片，以及数据是如何分布的

索引的不同语意

• 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Elasticserch的过程也叫索引（indexing）ES 中，创建一个倒排索引的过程
•  名词∶一个B 树索引，一个倒排索引

倒排索引是搜索引擎当中一个非常重要的数据结构

抽象与类比

如果将关系型数据库和elastich做一个并不是非常恰当的类比，其实，当你谈到关系型数据库表的时候对应的就是es里面的索引。那么关系型数据库里面的每一条记录在es当中就是文档。关系型数据库里面的每个字段就是es当中文档的一个字段。Es当中的mapping就是关系型数据库当中schema中的表定义

Sql可以对关系型数据库进行查询的，在es当中也提供了DSL帮助你进行各种各样的查询

其实es和关系型数据库有各自的优缺点，当你要进行全文检索，对搜索结果进行算分的时候es会特别的合适。当你对数据事务性要求特别高的时候，那么需要将传统的关系型数据库和es结合使用

为了方便其他语言的整合，es提供了丰富的api来给其他程序进行调用，所以程序要和es进行集成的时候，只需要发出http的请求就会得到相应的结果