Elasticsearch 7.x 之文檔、索引和 REST API 【基礎入門篇】

時間 2019-11-07

標籤 elasticsearch 7.x 文檔索引 rest api 基礎入門篇欄目日誌分析简体版

原文原文鏈接

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。html

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

1、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，文檔是全部搜索數據的最小單元。數據庫

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

等等案例不少，那麼文檔就是相似數據庫裏面的一條長長的存儲記錄。文檔（Document）是索引信息的基本單位。socket

文檔被序列化成爲 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：elasticsearch

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：每一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

每一個文檔都會有一個 Unique ID，其字段名稱爲 _id ：ide

自行設置指定 ID 或經過 Elasticsearch 自動生成
其值不會被索引
注意：該 _id 字段的值能夠在某些查詢 term, terms, match, query_string, simple_query_string 等中訪問，但不能在 aggregations，scripts 或 sorting 中使用。若是須要對 _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以下：工具

_index 文檔所屬索引名稱
_type 文檔所屬類型名
_id 文檔惟一 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，須要關注版本不一樣之間區別：網站

7.0 以前，一個索引能夠設置多個 types
7.0 開始，被 Deprecated 了。一個索引只能建立一個 type，值爲 _doc

2、索引（Index）

2.1 索引不一樣意思

做爲名詞，索引表明是在 Elasticsearch 集羣中，能夠建立不少不一樣索引。也是本小節要總結的內容。

做爲動詞，索引表明保存一個文檔到 Elasticsearch。就是在 Elasticsearch 建立一個倒排索引的意思

2.2 什麼是索引

索引，就是類似類型文檔的集合。相似 Spring Bean 容器裝載着不少 Bean ，ES 索引就是文檔的容器，是一類文檔的集合。

之前導入了 kibana_sample_data_flights 索引，經過 GET 下面這個 URL ，就能獲得索引一些信息：

GET http://localhost:9200/kibana_sample_data_flights

結果以下：

{
    "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，咱們知道：

mappings：定義文檔字段的類型
settings：定義不一樣數據分佈
aliases：定義索引的別名，能夠經過別名訪問該索引

索引，是邏輯空間概念，每一個索引有對那個的 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 別名大有做爲，好比 my_index 遷移到 my_index_new , 數據遷移後，只須要保持一致的別名配置。那麼經過別名訪問索引的業務方都不須要修改，直接遷移便可。

2.3 跟 MySQL 類比

基本理解了 Elasticsearch 重要的兩個概念，能夠將 ES 關鍵點跟關係型數據庫類好比下：

3、REST API 方便 ES 被各類語言調用

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

# 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

# 查看狀態爲綠的索引
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 能夠經過 POSTMan 等工具操做，或者安裝 kibana ，對應的 Dev Tools 工具進行訪問。

（完），更多能夠看 ES 7.x 系列教程 bysocket.com

資料：