Elasticsearch基本概念和使用

Elasticsearch基本概念和使用 1.操作索引 1.1.基本概念

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

索引（indices）--------------------------------Databases 数据库

​ 类型（type）-----------------------------Table 数据表

​ 文档（Document）----------------Row 行

​ 字段（Field）-------------------Columns 列

详细说明：

概念说明
索引库（indices)   indices是index的复数，代表许多的索引，  
类型（type）   类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念  
文档（document）   存入索引库原始的数据。比如每一条商品信息，就是一个文档  
字段（field）   文档中的属性  
映射配置（mappings）   字段的数据类型、属性、是否索引、是否存储等特性  

是不是与Lucene和solr中的概念类似。

另外，在SolrCloud中，有一些集群相关的概念，在Elasticsearch也有类似的：

索引集（Indices，index的复数）：逻辑上的完整索引

分片（shard）：数据拆分后的各个部分

副本（replica）：每个分片的复制

要注意的是：Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。

1.2.创建索引 1.2.1.语法

Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求

创建索引的请求格式：

请求方式：PUT

请求路径：/索引库名

请求参数：json格式：

{ "settings": { "number_of_shards": 3, "number_of_replicas": 2 } }

settings：索引库的设置

number_of_shards：分片数量

number_of_replicas：副本数量

1.2.2.测试

我们先用RestClient来试试

响应：

可以看到索引创建成功了。

1.2.3.使用kibana创建

kibana的控制台，可以对http请求进行简化，示例：

相当于是省去了elasticsearch的服务器地址

而且还有语法提示，非常舒服。

1.3.查看索引设置

语法

Get请求可以帮我们查看索引信息，格式：

GET /索引库名

或者，我们可以使用*来查询所有索引库配置：

1.4.删除索引

删除索引使用DELETE请求

语法

DELETE /索引库名

示例

再次查看heima2：

当然，我们也可以用HEAD请求，查看索引是否存在：

1.5.映射配置

索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。

什么是映射？

​ 映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等

只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）

1.5.1.创建映射字段

语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称 { "properties": { "字段名": { "type": "类型", "index": true， "store": true， "analyzer": "分词器" } } }

类型名称：就是前面将的type的概念，类似于数据库中的不同表
字段名：任意填写 ，可以指定许多属性，例如：

type：类型，可以是text、long、short、date、integer、object等

index：是否索引，默认为true

store：是否存储，默认为false

analyzer：分词器，这里的ik_max_word即使用ik分词器

示例