阅读量: 54
核心概念大纲
- 索引（index）
- 字段类型（mapping）
- 文档（documents）
- 分片（Lucene倒排索引）
在本站点的前文中,笔者已经阐述了es是什么，同时也把es的服务安装启动，那么es是如何取存储数据，数据结构是什么？es又是如何实现搜索的呢?那这里笔者先来聊聊Es的相关概念把！
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！
Relational Db | ElasticSearch |
|---|---|
数据库(database) | 索引(indices) |
表(table) | types |
行(rows) | documents |
字段(columns) | fields |
es(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)，每个文档中包含多个字段(列)。
物理设计
es在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移
一个服务就是一个集群！默认的集群名称就是elasticsearch
逻辑设计
一个索引类型中，包含多个文档，比如说文档1，文档2，当我们索引一篇文档时，可以通过这种的一个顺序找到它：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，实际上它是个字符串。
文档说明
之前说es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，在es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！所以简单可以理解为json对象
- 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表，在es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，也可以是整数型，因为es会保存字段和类型之间的映射关系及其它设置。这种映射具体到每种类型，这也是为什么在es中，类型有时候也称之为映射类型。
总结
其实文档就是一条条数据
user_id | user_name | user_age |
|---|---|---|
1 | zhangsan | 18 |
2 | 李昂 | 23 |
类型说明
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es是怎么做的呢？
es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，es就开始猜，如果这个值是18，那么es会认为它是整形。但是es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！
索引的说明
简单来说，在es中，索引就是数据库！
索引是映射类型关系的容器，es中的索引是一个非常大的文档集合。索引存储了映射的字段和其它设置。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：节点和分片是如何工作
一个集群至少有一个节点，而一个节点就是一个es进程，节点可以有多个索引默认，如果你创建索引，那么索引将会有5个分片，其中（primary shard又称为主分片）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es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？
倒排索引的说明
es使用的是一种称为倒排索引的结构，采用Lucene倒排索引作为底层。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：
代码语言：javascript复制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包含的内容为了创建倒排索引，我们首先要将每个文档拆分独立的词（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：
term | doc_1 | doc_2 |
|---|---|---|
Study | ✔ | ✘ |
To | ✘ | ✘ |
every | ✔ | ✔ |
forever | ✔ | ✔ |
day | ✔ | ✔ |
study | ✘ | ✔ |
good | ✔ | ✔ |
to | ✔ | ✘ |
up | ✔ | ✔ |
现在我们试图搜索 to forever ，只需要查看包含每个词条的文档
term | doc_1 | doc_2 |
|---|---|---|
to | ✔ | ✘ |
forever | ✔ | ✔ |
total | 2 | 1 |
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。
再来看一个实例，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。
es 的索引和 Lucene 的索引对比
在es中，索引（库）这个词被频繁使用，这就是术语的使用。在es中，索引被划分多个分片，每份分片是一个Lucene的索引。所以一个es索引是由多个Lucene索引组成。别问为什么，谁让es使用Lucene作为底层呢！如无特指，说起索引都是指es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！
