Elasticsearch 系列（二）- ES的基本概念

准建

本章将和大家分享 Elasticsearch 的一些基本概念。话不多说，下面我们直接进入主题。
一、什么是Lucene

Lucene是Apache的开源搜索引擎类库，提供了搜索引擎的核心API。
1、Lucene的优势：易扩展、高性能（基于倒排索引）
2、Lucene的缺点：只限于Java语言开发、学习曲线陡峭、不支持水平扩展
二、什么是Elasticsearch

Elasticsearch（简称ES）是一个开源的，分布式的全文搜索和分析引擎。它可以帮助我们从海量数据中快速找到需要的内容。
1、Elasticsearch 是基于 Lucene 开发的，相比与Lucene，Elasticsearch具备以下优势：支持分布式，可水平扩展；提供Restful接口，可被任何语言调用。
2、Elasticsearch 结合 Kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域。
3、Elasticsearch 是 elastic stack（ELK）的核心，负责存储、搜索、分析数据。

4、官网地址：https://www.elastic.co/cn/
三、什么是elastic stack（ELK）

是以Elasticsearch为核心的技术栈，包括Beats、Logstash、Kibana、Elasticsearch。
四、正向索引和倒排索引

1、什么是正向索引

正向索引：基于文档id创建索引。查询词条时必须先找到文档，而后判断是否包含词条。
传统数据库（如MySQL）采用正向索引，例如给下表（tb_goods）中的id创建索引：

这是我们传统的正向索引，如果通过索引id去做检索那效率就比较高，但是如果通过局部内容去做检索那效率就比较差了。 
2、什么是文档和词条

文档（document）：每一条数据就是一个文档
词条（term）：对文档中的内容按照语义分词，得到的词语就是词条
3、什么是倒排索引

倒排索引：对文档内容分词，对词条创建索引，并记录词条所在文档的信息。查询时先根据词条查询到文档id，而后获取到文档。
Elasticsearch采用倒排索引：
文档（document）：每条数据就是一个文档
词条（term）：文档按照语义分成的词语
例如：对 title 创建倒排索引

倒排索引在做存储的时候，它是将文档中的内容按照语义去分成不同的词条，然后再按照词条去做存储，关联文档id，建立起倒排索引。
搜索过程如下：

倒排索引的搜索过程是经过两次检索的，第一次是根据用户输入内容的词条去词条列表中进行寻找，找到对应的文档id，第二次则是拿着文档id去找文档。虽然经历了两次查找，但是每一次查找都是索引级别的查找，所以总体的查询效率是比较高的。
五、基本概念

1、字段（Field）

字段：类似MySQL中的一个字段。
2、文档（Document）

文档：一条数据，用json格式表示。Elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在Elasticsearch中。

3、类型（Type）

类型：逐渐被弱化的概念，Type就像关系型数据库MySQL中的表，如用户表、商品表等。注意：在Elasticsearch7.x中，一个索引库下只有一张表，建表时不能给表取表名，默认表名为_doc。
4、索引（Index）

索引：相同类型文档的集合，类似MySQL数据库中的表。（由于Elasticsearch7.x版本之后，就删除了Type类型，默认Type就是_doc，不然ES中的索引库更像是MySQL中数据库的概念）
5、映射（Mapping）

映射：索引中文档的字段约束信息，类似表的结构约束

6、Query DSL

Query DSL：ES中提供了一种强大的检索数据方式，这种检索方式称之为Query DSL（Domain Specific Language）。DSL是Elasticsearch提供的JSON风格的请求语句，用来操作Elasticsearch，实现CRUD。
7、分片（shard）

分片：可以将一个Index中的数据切分为多个shard，然后存储到多台服务器上，以增大一个Index可以存储的数据量，加速检索能力，提升系统性能。
8、副本（replica）

副本：与shard存储的数据是相同的，起到备份作用。当shard发生故障时，可以从replica中读取数据，保证系统不受影响。
9、节点（Node）

节点：单个Elasticsearch实例，一台机器可以有多个节点。节点名称默认随机分配。
10、集群（Cluster）

集群：一组Elasticsearch实例，默认集群名称为 elasticsearch 。
11、概念对比

MySQL	Elasticsearch	说明
Table	Index	索引（Index），就是文档的集合，类似数据库的表（Table）。（由于Elasticsearch7.x版本之后，就删除了Type类型，默认Type就是_doc，不然ES中的索引库更像是MySQL中数据库的概念）
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式。
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）。
Schema	Mapping	映射（Mapping）是索引中对文档的约束，例如字段类型约束，类似数据库的表结构（Schema）。
SQL	DSL	ES中提供了一种强大的检索数据方式，这种检索方式称之为Query DSL（Domain Specific Language）。DSL是Elasticsearch提供的JSON风格的请求语句，用来操作Elasticsearch，实现CRUD。

12、Elasticsearch与数据库的关系

MySQL：擅长事务类型操作，可以确保数据的安全和一致性。
Elasticsearch：擅长海量数据的搜索、分析、计算。

13、 元数据（Document MetaData）

元数据：用于标注文档的相关信息。
1）_index：文档所在的索引名
2）_type：文档所在的类型名，默认是_doc
3）_id：文档唯一id
4）uid：组合id，由type和id组成
5）_source：文档的原始json数据，可从这里获取每个字段的内容
6）_all：整合所有字段内容到该字段，默认禁用
7）_score：得分
六、ES中的数据类型

1、核心数据类型

1）字符串类型：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
2）数值类型：long、integer、short、byte、double、float、half_float、scaled_float
3）日期类型：date
4）布尔类型：boolean
5）二进制类型：binary
6）范围类型：integer_range、float_range、long_range、double_range、date_range
2、复杂数据类型

1）数组类型：array
2）对象类型：object
3）嵌套类型：nested object
3、地理位置数据类型

1）geo_point
2）geo_shape
4、专用类型

1）记录ip地址：ip
2）实现自动补全：completion
3）记录分词数：token_count
4）记录字符串hash值：murmur3
 
此文由博主精心撰写转载请保留此原文链接：https://www.cnblogs.com/xyh9039/p/17842159.html
版权声明：如有雷同纯属巧合，如有侵权请及时联系本人修改，谢谢！！！

来源:https://www.cnblogs.com/xyh9039/archive/2023/11/20/17842159.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！