ES学习笔记--2

ES核心概念

1、索引（倒排索引）

2、字段类型（mapping）

3、文档（documents）

概述

集群，节点，索引，类型，文档，分片，映射是什么？

es是面向文档，关系型数据库和es的客观对比！

ES一切都是JSON

Relational DB	ElasticSearch
数据库（database）	索引（indices）
表（tables）	types（慢慢会被弃用！）
行（rows）	documents
字段（colums）	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），每个文档中又包含多个字段（列）。

物理设计：

es在后台把每个索引分成多个分片，每个分片可以在集群中的不同服务器间迁移

es一个单机也是一个集群！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，可以通过这样的一个顺序找到它：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不必时整数，实际上它是个字符串。

文档：

就是我们的一条条数据！

之前说es时面向文档的，那么就意味着索引和搜索数据的最小单位时文档，es中，文档有几个重要的属性：

• 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，一个文档中包含着文档，复杂的逻辑实体就是这么来的！
• 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，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型。因为es会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在es中，类型有时候也称为映射类型。

类型：

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，但这个字段是不确定为什么类型的，es就会猜测，如若这恶鬼值是18，那么es会认为它是整型。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：

就是数据库！

索引是映射类型的容器，es中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究一下分片是如何工作的。

分片：

一个集群至少有一个节点，而一个节点就是一个es进程，节点可以又多个默认索引，如果你创建索引，那么索引将会有5个分片（primary shard，又称主分片）构成的，每一个主分片会有一个副本（replica shard，又称复制分片）

主分片和对应的复制分片都不会在同一个节点内，这样一个节点挂掉了，数据不至于丢失，一个分片是一个lucene索引，一个包含倒排索引的文件目录，倒排索引是的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。

倒排索引：很重要的一个知识点，具体详情自行百度查阅

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，对于每一个词，都有一个包含它的文档列表。

完全过滤掉无关的所有数据，提高效率！

es的索引和Lucene的索引的对比：

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，索引被分为多个分片，每份分片是一个Lucene的索引。所以一个es索引是由多个Lucene索引组成的。别问为什么，谁让es是使用Lucene作为底层的呢！如无特指，说起索引都是指es的索引。