Elasticsearch 7.x 之文檔、索引和 REST API 「基礎入門篇」

前幾天寫過一篇《Elasticsearch 7.x 最詳細安裝及配置》，今天繼續最新版基礎入門內容。這一篇簡單總結了 Elasticsearch 7.x 之文檔、索引和 REST API。

• 什麼是文檔
• 文檔Unique ID
• 文檔元數據
• 什麼是索引
• REST API

一、索引文檔（Document）

1.1 白話什麼是文檔

從使用案例出發，Elasticsearch 是面向文檔，文檔是所有搜索數據的最小單元。

• 案例一：每個公司都有業務日誌平臺，比如交易業務日誌。
• 文檔：每一條日誌文件中的日誌項，就是文檔
• 案例二：可以搜索並播放電影的在線視頻網站
• 文檔：每一個電影的具體信息，就是文檔
• 案例三：可以搜索並下載文件的雲存儲網站，類似百度雲
• 文檔：每一個文件具體內容信息，就是文檔

等等案例很多，那麼文檔就是類似數據庫裡面的一條長長的存儲記錄。文檔（Document）是索引信息的基本單位。

文檔被序列化成為 JSON 格式，物理保存在一個索引中。JSON 是一種常見的互聯網數據交換格式：

• 文檔字段名：JSON 格式由 name/value pairs 組成，對應的 name 就是文檔字段名
• 文檔字段類型：每個字段都有對應的字段類型：String、integer、long 等，並支持數據&嵌套

1.2 文檔的 Unique ID

每個文檔都會有一個 Unique ID，其字段名稱為 _id ：

• 自行設置指定 ID 或通過 Elasticsearch 自動生成
• 其值不會被索引
• 注意：該 id 字段的值可以在某些查詢 term, terms, match, querystring, simplequerystring 等中訪問，但不能在 aggregations，scripts 或 sorting 中使用。如果需要對 id 字段進行排序或彙總，建議新建一個文檔字段複製 id 字段的內容

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" ] 
 }
 }
}

1.3 文檔元數據

元數據是用於標註文檔的相關信息，那麼索引文檔的元數據如下：

• _index 文檔所屬索引名稱
• _type 文檔所屬類型名
• _id 文檔唯一 ID
• _score 文檔相關性打分
• _source 文檔 JSON 數據
• _version 文檔版本信息

其中 _type 文檔所屬類型名，需要關注版本不同之間區別：

• 7.0 之前，一個索引可以設置多個 types
• 7.0 開始，被 Deprecated 了。一個索引只能創建一個 type，值為 _doc

二、索引（Index）

2.1 索引不同意思

作為名詞，索引代表是在 Elasticsearch 集群中，可以創建很多不同索引。也是本小節要總結的內容。

作為動詞，索引代表保存一個文檔到 Elasticsearch。就是在 Elasticsearch 創建一個倒排索引的意思

2.2 什麼是索引

索引，就是相似類型文檔的集合。類似 Spring Bean 容器裝載著很多 Bean ，ES 索引就是文檔的容器，是一類文檔的集合。

以前導入了 kibanasampledata_flights 索引，通過 GET 下面這個 URL ，就能得到索引一些信息：

GET http://localhost:9200/kibana_sample_data_flights

結果如下：

{
 "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"
 }
 }
 }
 }
}

根據返回結果，我們知道：

• mappings：定義文檔字段的類型
• settings：定義不同數據分佈
• aliases：定義索引的別名，可以通過別名訪問該索引

索引，是邏輯空間概念，每個索引有對那個的 Mapping 定義，對應的就是文檔的字段名和字段類型。相比後面會講到分片，是物理空間概念，索引中存儲數據會分散到分片上。

實戰經驗總結：aliases 別名大有作為，比如 myindex 遷移到 myindex_new , 數據遷移後，只需要保持一致的別名配置。那麼通過別名訪問索引的業務方都不需要修改，直接遷移即可。

2.3 跟 MySQL 類比

基本理解了 Elasticsearch 重要的兩個概念，可以將 ES 關鍵點跟關係型數據庫類比如下：

三、REST API 方便 ES 被各種語言調用

如圖，Elasticsearch 提供了 REST API，方便，相關索引 API 如下：

# 查看索引相關信息
GET kibana_sample_data_ecommerce
# 查看索引的文檔總數
GET kibana_sample_data_ecommerce/_count
# 查看前10條文檔，瞭解文檔格式
POST kibana_sample_data_ecommerce/_search
{
}
# _cat indices API
# 查看indices
GET /_cat/indices/kibana*?v&s=index
# 查看狀態為綠的索引
GET /_cat/indices?v&health=green
# 按照文檔個數排序
GET /_cat/indices?v&s=docs.count:desc
# 查看具體的字段
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

具體 API 可以通過 POSTMan 等工具操作，或者安裝 kibana ，對應的 Dev Tools工具進行訪問。

（完），更多可以看 ES 7.x 系列教程 bysocket.com

資料：

• Elasticsearch 7.x 最詳細安裝及配置
• https://www.bysocket.com/elasticsearch/2417.html
• 極客時間 Elasticsearch核心技術與實戰
• CAT Index API https://www.elastic.co/guide/en/elasticsearch/reference/7.1/cat-indices.html
• 為什麼不再支持單個Index下，多個Tyeps https://www.elastic.co/cn/blog/moving-from-types-to-typeless-apis-in-elasticsearch-7-0

本文由博客一文多發平臺 https://openwrite.cn?from=article_bottom 發佈！