Elasticsearch 7.x 教程

导读	Elasticsearch使用Lucene，并试图通过JSON和Java API提供其所有特性。它支持facetting和percolating，如果新文档与注册查询匹配，这对于通知非常有用。

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

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" ] 
    }
  }
}

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

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

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：

GET http://localhost:9200/kibana_sample_data_flights

结果如下：

{
    "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。

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：

如图，Elasticsearch 提供了 REST API，方便，相关索引 API 如下：

# 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。