前几天写过一篇《Elasticsearch 7.x 最详细安装及配置》，今天继续最新版基础入门内容。这一篇简单总结了 Elasticsearch 7.x 之文档、索引和 REST API。
- 什么是文档
- 文档Unique ID
- 文档元数据
- 什么是索引
- REST API
一、索引文档（Document）
1.1 白话什么是文档
从使用案例出发，Elasticsearch 是面向文档，文档是所有搜索数据的最小单元。
- 案例一：每个公司都有业务日志平台，比如交易业务日志。 文档：每一条日志文件中的日志项，就是文档
- 案例二：可以搜索并播放电影的在线视频网站 文档：每一个电影的具体信息，就是文档
- 案例三：可以搜索并下载文件的云存储网站，类似百度云 文档：每一个文件具体内容信息，就是文档
等等案例很多，那么文档就是类似数据库里面的一条长长的存储记录。文档（Document）是索引信息的基本单位。
文档被序列化成为 JSON 格式，物理保存在一个索引中。JSON 是一种常见的互联网数据交换格式：
- 文档字段名：JSON 格式由 name/value pairs 组成，对应的 name 就是文档字段名
- 文档字段类型：每个字段都有对应的字段类型：String、integer、long 等，并支持数据&嵌套
1.2 文档的 Unique ID
每个文档都会有一个 Unique ID，其字段名称为 _id ：
- 自行设置指定 ID 或通过 Elasticsearch 自动生成
- 其值不会被索引
- 注意：该 _id 字段的值可以在某些查询 term, terms, match, query_string, simple_query_string 等中访问，但不能在 aggregations，scripts 或 sorting 中使用。如果需要对 _id 字段进行排序或汇总，建议新建一个文档字段复制 _id 字段的内容
PUT my_index/_doc/1
{
"text": "Document with ID 1"
}
PUT my_index/_doc/2&refresh=true
{
"text": "Document with ID 2"
}
GET my_index/_search
{
"query": {
"terms": {
"_id": [ "1", "2" ]
}
}
}
1.3 文档元数据
元数据是用于标注文档的相关信息，那么索引文档的元数据如下：
- _index 文档所属索引名称
- _type 文档所属类型名
- _id 文档唯一 ID
- _score 文档相关性打分
- _source 文档 JSON 数据
- _version 文档版本信息
其中 _type 文档所属类型名，需要关注版本不同之间区别：
- 7.0 之前，一个索引可以设置多个 types
- 7.0 开始，被 Deprecated 了。一个索引只能创建一个 type，值为 _doc
二、索引（Index）
2.1 索引不同意思
作为名词，索引代表是在 Elasticsearch 集群中，可以创建很多不同索引。也是本小节要总结的内容。
作为动词，索引代表保存一个文档到 Elasticsearch。就是在 Elasticsearch 创建一个倒排索引的意思
2.2 什么是索引
索引，就是相似类型文档的集合。类似 Spring Bean 容器装载着很多 Bean ，ES 索引就是文档的容器，是一类文档的集合。
以前导入了 kibana_sample_data_flights 索引，通过 GET 下面这个 URL ，就能得到索引一些信息：
代码语言：javascript复制GET http://localhost:9200/kibana_sample_data_flights
结果如下：
代码语言：javascript复制{
"kibana_sample_data_flights": {
"aliases": {},
"mappings": {
"properties": {
"AvgTicketPrice": {
"type": "float"
},
"Cancelled": {
"type": "boolean"
},
"Carrier": {
"type": "keyword"
},
"DestLocation": {
"type": "geo_point"
},
"FlightDelay": {
"type": "boolean"
},
"FlightDelayMin": {
"type": "integer"
},
"timestamp": {
"type": "date"
}
}
},
"settings": {
"index": {
"number_of_shards": "1",
"auto_expand_replicas": "0-1",
"blocks": {
"read_only_allow_delete": "true"
},
"provided_name": "kibana_sample_data_flights",
"creation_date": "1566271868125",
"number_of_replicas": "0",
"uuid": "SfR20UNiSLKJWIpR1bcrzQ",
"version": {
"created": "7020199"
}
}
}
}
}
根据返回结果，我们知道：
- mappings：定义文档字段的类型
- settings：定义不同数据分布
- aliases：定义索引的别名，可以通过别名访问该索引
索引，是逻辑空间概念，每个索引有对那个的 Mapping 定义，对应的就是文档的字段名和字段类型。相比后面会讲到分片，是物理空间概念，索引中存储数据会分散到分片上。
实战经验总结：aliases 别名大有作为，比如 my_index 迁移到 my_index_new , 数据迁移后，只需要保持一致的别名配置。那么通过别名访问索引的业务方都不需要修改，直接迁移即可。
2.3 跟 MySQL 类比
基本理解了 Elasticsearch 重要的两个概念，可以将 ES 关键点跟关系型数据库类比如下：
三、REST API 方便 ES 被各种语言调用
如图，Elasticsearch 提供了 REST API，方便，相关索引 API 如下：
代码语言：javascript复制# 查看索引相关信息
GET kibana_sample_data_ecommerce
# 查看索引的文档总数
GET kibana_sample_data_ecommerce/_count
# 查看前10条文档，了解文档格式
POST kibana_sample_data_ecommerce/_search
{
}
# _cat indices API
# 查看indices
GET /_cat/indices/kibana*?v&s=index
# 查看状态为绿的索引
GET /_cat/indices?v&health=green
# 按照文档个数排序
GET /_cat/indices?v&s=docs.count:desc
# 查看具体的字段
GET /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs.count,mt
# How much memory is used per index?
GET /_cat/indices?v&h=i,tm&s=tm:desc
具体 API 可以通过 POSTMan 等工具操作，或者安装 kibana ，对应的 Dev Tools 工具进行访问。
（完），更多可以看 ES 7.x 系列教程 bysocket.com
资料：
- Elasticsearch 7.x 最详细安装及配置 https://www.bysocket.com/elasticsearch/2417.html
- 极客时间 Elasticsearch核心技术与实战
- CAT Index API https://www.elastic.co/guide/en/elasticsearch/reference/7.1/cat-indices.html
- 为什么不再支持单个Index下，多个Tyeps https://www.elastic.co/cn/blog/moving-from-types-to-typeless-apis-in-elasticsearch-7-0
