ES核心概念
- 索引(index)
- 字段类型(type)
- 文档（documents）
概述
在前面学习中，我们已经掌握了es是什么，同时也把es服务已经安装启动，那es是如何去存储数据，数据结构是什么，又是如何实现搜索的呢？我们先来聊聊es的相关概念
集群，节点，索引，类型，文档，分片，映射是什么？
es是面向文档，关系行数据库和es客观的对比！一切都是JSON!
| Ralational DB | ElasticSearch |
|---|---|
| 数据库（database） | 索引（indices） |
| 表（tables） | type |
| 行（rows） | documents |
| 字段（字段） | fields |
elasticsearch（集群）中可以包含多个索引（数据库），
每个索引中可以包含多个类型（表），
每个类型下又包含多个文档（行），
每个文档行中又包含多个字段 （列）。
物理设计：
elasticseach在后台把每个索引划分成多个分片，每个分片可以在集群中的不同服务器间迁移。
一个人就是一个集群！默认的集群名称就是elaticsearch
逻辑设计
一个索引类型中，包含多个文档，比较说文档1，文档2。当我们索引一篇文档时，可以通过这样的顺序找到它：索引-》类型-文档ID，通过这个组合我们就能索引到某个具体的文档，注意：ID不必是整数，实际上它是一个字符串。
文档
就是我们的一条条的记录
user
1 kuangsan 18
2 kuanshen 27
之前说elasticsearch是面向文档的,那么就意味着索引和搜索数据的最小单位是文档, elasticsearch中,文档有几个重要属性:
- 自我包含, 一篇文档同时包含字段和对应的值,也就是同时包含key:value !
- 可以是层次型的，一个文档中包含自文档,复杂的逻辑实体就是这么来的! {就是一 个json对象! fastjson进行自动转换!}
- 灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义字段才能使用,在elasticsearch中,对于字段是非常灵活的,有时候,我们可以忽略该字段,或者动态的添加一个新的字段。
尽管我们可以随意的新增或者忽略某个字段,但是,每个字段的类型非常重要,比如一个年龄字段类型,可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型,这也是为什么在elasticsearch中,类型有时候也称为映射类型。
类型
类型mysql里的字段类型
类型是文档的逻辑容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定 义称为映射,比如name映射为字符串类型。我们说文档是无模式的 ,它们不需要拥有映射中所定义的所有字段,比如新增一个字段,那么elasticsearch是怎么做的呢?elasticsearch会自动的将新字段加入映射,但是这个字段的不确定它是什么类型, elasticsearch就开始猜,如果这个值是18 ,那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对 ，所以最安全的方式就是提前定义好所需要的映射,这点跟关系型数据库殊途同归了,先定义好字段,然后再使用,别整什么幺蛾子。
索引
就数据库
索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其它设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。
物理设计 ：节点和分片 如何工作
一个集群至少有一个节点，而一个节点就是elaticsearch的一个进程，节点可以有多个索引，默认的，如果你创建索引，那索引将会有5个分片（primary shard，又称主分片）构成的，每一个主分片会有一个副本（replica shard，又称为复制分片）
上图是一个有3个节点的集群,可以看到主分片和对应的复制分片都不会在同一个节点内,这样有利于某个节点挂掉了,数据也不至于丢失。实际上, 一个分片是一个Lucene索引, 一个包含倒排索引的文件目录,倒排索引的结构使得elasticsearch在不扫描全部文档的情况下,就能告诉你哪些文档包含特定的关键字。不过,等等,倒排索引是什么鬼?
倒排索引
elasticsearch使用的是一种称为倒排索引 |的结构,采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索，一个索引由文
档中所有不重复的列表构成,对于每一个词,都有一个包含它的文档列表。 例如,现在有两个文档，每个文档包含如下内容:
Study every day， good good up to forever # 文 档1包含的内容
To forever, study every day，good good up # 文档2包含的内容
为为创建倒排索引,我们首先要将每个文档拆分成独立的词(或称为词条或者tokens) ,然后创建一个包含所有不重 复的词条的排序列表,然后列出每个词条出现在哪个文档:
现在，我们试图搜索 to forever，只需要查看包含每个词条的文档
两个文档都匹配,但是第一个文档比第二个匹配程度更高。如果没有别的条件,现在,这两个包含关键字的文档都将返回。
再来看一个示例,比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:
如果要搜索含有python标签的文章,那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要查看标签这一栏,然后获取相关的文章ID即可。完全过滤掉无关的所有数据,提高效率!
elasticsearch的索引和Lucene的索引对比
在elasticsearch中，索引(库)这个词被频繁使用,这就是术语的使用。在elasticsearch中 ,索引被分为多个分片,每份分片是一个Lucene的索引。所以一个elasticsearch索引是由多个Lucene索引组成的。别问为什么,谁让elasticsearch使用Lucene作为底层呢!如无特指，说起索引都是指elasticsearch的索引。
接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!