1. Elasticsearch 基础概念

1. Elasticsearch 基础概念

Elasticsearch 基础概念详解与实践

1. 核心概念

• 索引 (Index): 类似于关系型数据库中的数据库。它是一个存储相关文档的集合。

• 文档 (Document): 类似于关系型数据库中的行。它是可以被索引的基本信息单元，通常以 JSON 格式表示。

• 字段 (Field): 类似于关系型数据库中的列。文档由多个字段组成，每个字段都有一个名称和数据类型。

• 类型 (Type): 在 Elasticsearch 之前，一个索引可以有多个类型。但从 8.x 开始，类型已被移除。可以将类型理解为逻辑上的表。

• 映射 (Mapping): 定义了文档及其包含的字段是如何被存储和索引的。它类似于数据库中的 schema。

• 分片 (Shard): 索引被分割成多个分片，每个分片都是一个独立的 Lucene 索引。分片允许水平扩展 Elasticsearch 集群。

• 副本 (Replica): 每个分片可以有零个或多个副本。副本提供高可用性和读取性能。

• 集群 (Cluster): 由一个或多个节点组成的集合，它们共同存储整个数据。

• 节点 (Node): 集群中的一个服务器。它可以存储数据、参与集群索引和搜索操作。

2. Elasticsearch 安装与配置

首先，你需要下载并安装 Elasticsearch。你可以从 Elasticsearch 官网下载对应平台的安装包。

安装完成后，你可以修改 elasticsearch.yml 文件来配置 Elasticsearch。常见的配置包括：

• cluster.name: 集群名称

• node.name: 节点名称

• network.host: 监听地址

• http.port: HTTP 端口

• discovery.seed_hosts: 集群发现地址

• cluster.initial_master_nodes: 初始化主节点

3. Elasticsearch REST API

Elasticsearch 提供了一组 REST API，用于执行各种操作，如索引、搜索、更新和删除文档。

3.1 索引操作

• 创建索引:

  PUT /my_index
  {
    "settings": {
      "number_of_shards": 3,
      "number_of_replicas": 1
    },
    "mappings": {
      "properties": {
        "title": { "type": "text" },
        "content": { "type": "text" },
        "author": { "type": "keyword" },
        "publish_date": { "type": "date" }
      }
    }
  }
  ​

  详解:

  • PUT /my_index: 指定要创建的索引名称为 my_index。

  • settings: 定义索引的配置。

    • number_of_shards: 设置分片数量为 3。

    • number_of_replicas: 设置副本数量为 1。

  • mappings: 定义索引的映射。

    • properties: 定义文档的字段和类型。

      • title: 文本类型，用于全文搜索。

      • content: 文本类型，用于全文搜索。

      • author: 关键词类型，用于精确匹配。

      • publish_date: 日期类型，用于日期范围查询。

• 添加文档:

  POST /my_index/_doc
  {
    "title": "Elasticsearch 基础",
    "content": "本文介绍了 Elasticsearch 的基础概念。",
    "author": "技术专家",
    "publish_date": "2023-10-27"
  }
  ​

  详解:

  • POST /my_index/_doc: 指定要添加文档到 my_index 索引的 _doc 类型。

  • JSON 内容: 包含文档的字段和值。

• 获取文档:

  GET /my_index/_doc/1
  ​

  详解:

  • GET /my_index/_doc/1: 指定要从 my_index 索引的 _doc 类型中获取 ID 为 1 的文档。

• 更新文档:

  PUT /my_index/_doc/1
  {
    "title": "Elasticsearch 基础进阶",
    "content": "本文深入介绍了 Elasticsearch 的基础概念。",
    "author": "技术专家",
    "publish_date": "2023-10-27"
  }
  ​

  详解:

  • PUT /my_index/_doc/1: 指定要更新 my_index 索引的 _doc 类型中 ID 为 1 的文档。

  • JSON 内容: 包含更新后的文档字段和值。 注意： 这将替换整个文档。

  或者使用 _update API 进行部分更新：

  POST /my_index/_doc/1/_update
  {
    "doc": {
      "title": "Elasticsearch 基础高级"
    }
  }
  ​

  详解:

  • POST /my_index/_doc/1/_update: 指定要更新 my_index 索引的 _doc 类型中 ID 为 1 的文档的部分内容。

  • doc: 包含要更新的字段和值。 只更新 title 字段。

• 删除文档:

  DELETE /my_index/_doc/1
  ​

  详解:

  • DELETE /my_index/_doc/1: 指定要从 my_index 索引的 _doc 类型中删除 ID 为 1 的文档。

• 删除索引:

  DELETE /my_index
  ​

  详解:

  • DELETE /my_index: 指定要删除的索引名称为 my_index。 慎用!

3.2 搜索操作

• 简单查询:

  GET /my_index/_search?q=Elasticsearch
  ​

  详解:

  • GET /my_index/_search: 指定要搜索 my_index 索引。

  • q=Elasticsearch: 使用 q 参数指定查询字符串，搜索包含 "Elasticsearch" 的文档。

• 使用 Query DSL:

  GET /my_index/_search
  {
    "query": {
      "match": {
        "content": "Elasticsearch"
      }
    }
  }
  ​

  详解:

  • GET /my_index/_search: 指定要搜索 my_index 索引。

  • query: 定义查询条件。

    • match: 执行全文匹配查询。

      • content: 指定要搜索的字段为 content。

      • Elasticsearch: 指定要搜索的关键词为 "Elasticsearch"。

• 范围查询:

  GET /my_index/_search
  {
    "query": {
      "range": {
        "publish_date": {
          "gte": "2023-10-01",
          "lte": "2023-10-31"
        }
      }
    }
  }
  ​

  详解:

  • GET /my_index/_search: 指定要搜索 my_index 索引。

  • query: 定义查询条件。

    • range: 执行范围查询。

      • publish_date: 指定要搜索的字段为 publish_date。

      • gte: 指定下限（大于等于）。

      • lte: 指定上限（小于等于）。

• 布尔查询:

  GET /my_index/_search
  {
    "query": {
      "bool": {
        "must": [
          { "match": { "content": "Elasticsearch" } },
          { "match": { "author": "技术专家" } }
        ]
      }
    }
  }
  ​

  详解:

  • GET /my_index/_search: 指定要搜索 my_index 索引。

  • query: 定义查询条件。

    • bool: 执行布尔查询。

      • must: 所有条件必须匹配。

        • match: 执行全文匹配查询，搜索 content 字段包含 "Elasticsearch" 的文档。

        • match: 执行全文匹配查询，搜索 author 字段包含 "技术专家" 的文档。

• 分页查询:

  GET /my_index/_search
  {
    "from": 0,
    "size": 10,
    "query": {
      "match_all": {}
    }
  }
  ​

  详解:

  • GET /my_index/_search: 指定要搜索 my_index 索引。

  • from: 指定起始位置（从 0 开始）。

  • size: 指定每页大小。

  • query: 定义查询条件。

    • match_all: 匹配所有文档。

4. 映射 (Mapping)

映射定义了文档中的字段是如何被索引的。例如，你可以指定字段的数据类型、是否要被索引、使用的分析器等。

PUT /my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "standard"
      },
      "content": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "author": {
        "type": "keyword"
      },
      "publish_date": {
        "type": "date",
        "format": "yyyy-MM-dd"
      }
    }
  }
}
​

详解:

• title: 使用 standard 分析器进行分析，适合英文文本。

• content: 使用 ik_max_word 分析器进行分析，适合中文文本 (需要安装 IK 分词器插件)。

• author: keyword 类型，不会进行分词，适合精确匹配。

• publish_date: date 类型，指定日期格式为 yyyy-MM-dd。

5. 分片与副本

Elasticsearch 将索引分割成多个分片，每个分片都是一个独立的 Lucene 索引。副本是分片的拷贝，用于提供高可用性和读取性能。

• 分片: 允许水平扩展 Elasticsearch 集群，提高存储容量和搜索性能。

• 副本: 提高数据的可用性，防止数据丢失。当主分片发生故障时，副本可以自动升级为新的主分片。同时，副本也可以分担读取请求，提高搜索性能。

6. 总结

本文介绍了 Elasticsearch 的基础概念，包括索引、文档、字段、映射、分片、副本等。并通过代码示例和图表进行了说明。掌握这些基础概念是学习和使用 Elasticsearch 的关键。

希望本文能帮助你更好地理解 Elasticsearch! 请根据实际情况进行修改和调整。