初识ElasticSearch

基本概念

Index（索引）

• 含有相同属性的文档集合
• 类似于mysql数据库中的database

Type（类型）

• 索引可以定义一个或多个类型，文档必须属于一个类型；
• 类似于mysql数据库中的table表，es中可以在index中建立type（table），通过mapping进行映射

Document（文档）

• 文档是可以被索引的基本数据单位
• 一条数据对应一篇文档即相当于mysql数据库中的一行数据row

分片

• 每个索引都有多个分片，每个分片是一个Lucenc索引

备份

• 拷贝一个份分片就完成了分片的备份

Mapping

• 可以理解为mysql或者solr中对应的schema，es中的mapping增加了动态识别的功能

  # 查看mapping
  GET /lib1/user/_mapping
  # 执行结果
  {
    "lib1": {
      "mappings": {
        "user": {
          "properties": {
            "adress": {
              "type": "text"
            },
            "age": {
              "type": "integer"
            },
            "birthday": {
              "type": "date"
            },
            "interests": {
              "type": "text"
            },
            "name": {
              "type": "text"
            },
            "script": {
              "type": "text",
              "fields": {
                "keyword": {
                  "type": "keyword",
                  "ignore_above": 256
                }
              }
            }
          }
        }
      }
    }

• 什么是映射：mapping定义了type中的每一个字段的数据类型以及这些字段如何分词此等相关属性

  -- 自定义mapping，创建索引的时候，可以预定义字段的类型以及相关属性，这样就能够把日期字段处理成日期，
  -- 把数字字段处理成数字，把字符串字段处理成字符串值等
  PUT /lib1
  {
    "settings": {
      "number_of_shards": 5
      , "number_of_replicas": 0
    },
    "mappings": {
      "user":{
        "properties": {
          "name":{"type":"text"},
          "adress":{"type":"text"},
          "age":{"type":"integer"},
          "interests":{"type":"text"},
          "birthday":{"type":"date"}
        }
      }
    }
  }

• 支持的数据类型：核心数据类型
  • 字符型
    
    • text：该类型被用来索引长文本，在建立索引前会将这些文本进行分词，转化为词的组合，建立索引。允许es来检查这些词语，text类型不能用来排序和聚合
    • keyword：该类型不需要进行分词，可以被用来检索过滤、排序和聚合。keyword类型只能用本身来进行检索 
  • 数字类型
    
    • long
    • integer
    • short
    • byte
    • double
    • float
  • 日期类型
    • date
  • 布尔类型
    
    • boolean
  • 二进制类型
    • binary
• Indexed
  • 就是名义上的建立索引，es中默认都是会加上索引的
• Query DSL
  • 类似于mysql的sql语句，只不过在es中是使用的json格式的查询语句