ElasticSearch 基本概念和基础操作

安装

ElasticSearch -> 参考官方文档，下载压缩包解压即可使用
ElasticSearch head → 相当于一个可视化工具，用来查看数据 -> 可以直接安装浏览器插件
kibana （查询工具） -> 参考官方文档，下载压缩包解压即可使用
ik 分词器（中文分词器） → GitHub 下载后直接下载放入 plugins 目录 → 在config目录下可以配置自己的词典

核心概念

关系型数据库	ElasticSearch
数据库 database	索引 index
表 table	类型 type
行 row	文档 document
字段 columns	字段 fields

集群

集群(cluster) 是一个或多个节点的集合。

节点

节点(node) 是一个 elasticsearch 的运行实例，也就是一个进程，多个节点组成集群，节点存储数据，并参与集群的索引、搜索和分析功能。

索引

索引(index) 是具有某种相似特性的文档集合。（我感觉索引更像是 MySQL 中的表的概念）特别是7.0版本取消了类型的概念，如果把文档看做一条数据，索引是拥有多个相同结构文档的集合，也就是表。

文档

文档(document) 是可以被索引的基本信息单元。JSON文档。

分片

分片是索引的水平拆分。当一个索引的数据量太大，可以把一个索引拆分成多个分片，每个分片本身都是具有完整功能的“独立索引”，可以分布在集群中的任何节点上。每个分片都是一个完整的 Lucene 索引。

一般在创建索引的时候就要预判分片数量并创建，分片的数量理论上不可变更，唯一的办法重建索引。

副本

每个分片都可以有一个或多个备份，分片的副本会部署在不同节点上，在分片或节点发生故障时提供高可用性。

副本也可以用于搜索，可以提高搜索性能和水平扩展吞吐量。类似于主从分离，一主多从。

分片和副本的区别和联系

本质上都是完整的 Lucenes 索引
假设一个索引定义了3个分片、2个副本，那么总共就有9个分片，其中3个主分片，每个分片有2个副本。主分片就是建立索引时首先建立的分片，或者说当主分片失效时会重新选择出一个副本作为主分片
当索引（插入数据）时，数据会首先到达主分片，然后再把请求分发到其他副本
当搜索（查询数据）时，主分片和副本都可以接受请求、搜索和分析数据，二者没有区别

基础操作

关于索引的基本操作

创建索引并添加一个数据（这种创建方式貌似已经过时，type将在7.x版本被废弃）

PUT /索引名/~类型名~/文档id
{请求体}

/Users/chaohangz/Documents/MyNotebook/image/Untitled.png

完成了自动增加索引！数据也成功的添加了，这就是我们在初期可以把es当做数据库学习的原因！

/Users/chaohangz/Documents/MyNotebook/image/Untitled1.png

创建索引，指定字段类型

PUT /索引名
{
  "mappings": {
    "properties": {
			"字段名": {
        "type": "字段类型"
      },
      "name": {
        "type": "text"
      },
      "age": {
        "type": "long"
      },
      "birthday": {
        "type": "date"
      }
    }
  }
}

/Users/chaohangz/Documents/MyNotebook/image/Untitled2.png