Elasticsearch核心技术与实战第三章09 基本概念(1)- 索引，文档和 REST API

一序

本文为极客时间Elasticsearch核心技术与实战学习笔记系列。

从这一节课开始，老师开始讲述Elasticsearch基本概念。

二文档

2.1 文档

Elasticsearch 是面向文档，文档是所有搜索数据的最小单元。

文档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。

每个文档都有一个uniqueID,其值不会被索引

2.2 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

三索引

作为名词，索引代表是在 Elasticsearch 集群中，可以创建很多不同索引。

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。

ES 索引就是文档的容器，是一类文档的集合。

在devtools 执行：GET movies

{
  "movies" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "@version" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "genre" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "id" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "title" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "year" : {
          "type" : "long"
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1589097356250",
        "number_of_shards" : "1",
        "number_of_replicas" : "1",
        "uuid" : "S0Ic8iLJTjKfL4wd-wGckA",
        "version" : {
          "created" : "7020099"
        },
        "provided_name" : "movies"
      }
    }
  }
}

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。

跟 MySQL 类比

file

四 REST API 方便 ES 被各种语言调用

file

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

使用呢dev tools查询索引数据