elasticsearch系统学习笔记2-简介

elasticsearch系统学习笔记2-简介

elasticsearch系统学习笔记2-简介

简介基本概念文档元数据映射 (mapping)参考资料

简介

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎使用java 开发底层基于 Lucene 全文检索引擎工具包 基本概念

index (索引)

文档数据的集合

type (文档类型)

在 Elasticsearch 老的版本中文档类型，代表一类文档的集合；
在 Elasticsearch7.0 以后的版本，已经废弃文档类型这个概念；

document (文档)

Elasticsearch 是面向文档的数据库，文档是最基本的存储单元文档使用json 格式存储文档中的任何json 字段都可以作为查询条件文档的 json 格式没有严格限制，可以随意增加、减少字段，甚至每一个文档的格式都不一样

虽然文档的格式没有限制，可以随便存储任意格式数据，但是实际业务中不会这么干，通常一个索引只会存储格式相同的数据

Field (文档字段)

文档由多个字段（Field）组成

基本的字段类型有：

text 分词处理，支持全文搜索keyword 不支持全文搜索；作为一个整体进行匹配，不需要分词处理long 数值类型float 浮点型boolean 布尔型date 日期类型 文档元数据

指的是插入JSON文档的时候系统为当前数据自动生成的系统字段，元数据的字段名都是以下划线开头的

常见的元数据如下：

_index 索引名字_type 文档类型，虽然新版ES废弃了type的用法，但是元数据还是可以看到。_id 文档唯一 Id, 如果我们没有为文档指定 id，系统会自动生成_version 文档的版本号，每修改一次文档数据，字段就会加1， 这个字段新版的ES已经不使用了_seq_no 文档的版本号, 替代老的 _version 字段_primary_term 文档所在主分区，这个可以跟 _seq_no 字段搭配实现乐观锁_source 数据主体内容

// es6.3.2 文档
{
  "_index": "test",
  "_type": "_doc",
  "_id": "1",
  "_version": 11,
  "found": true,
  "_source": {
    "name": "沙漠33",
    "age": 28,
    "isAdmin": true,
    "height": 1.68,
    "address": {
      "a": "1",
      "b": 2
    }
  }
}

映射 (mapping)

类似 MySQL 数据库中的表结构定义 （schema） ，描述了文档包含哪些字段 、每个字段的数据类型是什么。

查询映射规则

GET test/_mapping

{
  "test": {
    "mappings": {
      "_doc": {
        "properties": {
          "address": {
            "properties": {
              "a": {
                "type": "text",
                "fields": {
                  "keyword": {
                    "type": "keyword",
                    "ignore_above": 256
                  }
                }
              },
              "b": {
                "type": "long"
              }
            }
          },
          "age": {
            "type": "long"
          },
          "height": {
            "type": "float"
          },
          "isAdmin": {
            "type": "boolean"
          },
          "name": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}

自动映射

当我们没有预先定义文档的映射，在插入数据时系统会自动检测我们插入的数据类型，相当于自动定义文档类型(mapping)；

POST test2/_doc/1
{
  "name": "zhang san",
  "age": 19
}

result:
{
  "_index": "test2",
  "_type": "_doc",
  "_id": "1",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 0,
  "_primary_term": 1
}

GET test2/_mapping

result:
{
  "test2": {
    "mappings": {
      "_doc": {
        "properties": {
          "age": {
            "type": "long"
          },
          "name": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}

GET test2/_doc/1

result:
{
  "_index": "test2",
  "_type": "_doc",
  "_id": "1",
  "_version": 1,
  "found": true,
  "_source": {
    "name": "zhang san",
    "age": 19
  }
}

自动映射的缺点就是会出现ES映射的数据类型，不是我们想要的类型；

实际项目中，我们通常会预先定义好ES的映射规则，也就是类似MYSQL一样，提前定义好表结构。

自定义文档的数据类型

创建ES索引

PUT /order
{
  "mappings": {
    "_doc": {
      "properties": {
        "id": {
          "type": "integer"
        },
        "shop_id": {
          "type": "integer"
        },
        "user_id": {
          "type": "integer"
        },
        "order_no": {
          "type": "keyword"
        },
        "create_at": {
          "type": "date",
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        },
        "phone": {
          "type": "keyword"
        },
        "address": {
          "type": "text"
        }
      }
    }
  }
}

参考资料

https://www.tizi365.com/archives/624.html