Elasticsearch 索引、文檔和REST API

這是我參與8月更文挑戰的第10天，活動詳情查看：8月更文挑戰

若是❤️個人文章有幫助，歡迎點贊、關注。這是對我繼續技術創做最大的鼓勵。更多往期文章在個人我的專欄

文檔（ Document)

• Elasticsearch 是面向文檔的，文檔是全部可搜索數據的最小單位
  • 日誌文件中的日誌項
  • 一本電影的具體信息/一張唱片的詳細信息
  • MP3播放器裏的一首歌/ 一篇PDF文檔中的具體內容
• 文檔會被序列化成JSON格式，保存在曰asticsearch中
  • JSON對象由字段組成
  • 每一個字段都有對應的字段類型（字符串/數值/布爾/日期/二進制/範圍類型)
• 每一個文檔都有一個Unique 0
  • 你能夠本身指定ID
  • 或者經過Elasticsearch自動生成

文檔的元數據

元數據，用於標註文檔的相關信息

• _index-文檔所屬的索引名
• _type-文檔所屬的類型名
• id-文檔惟一 ID
• _source:文檔的原始JSON數據
• _alk整合全部字段內容到該字段，已被廢除
• _version:文檔的版本信息
• _score:相關性打分

索引

索引是文檔的容器，是一類文檔的集合

• Index 體現了邏輯空間的概念：每一個索引都有本身的 Mapping 定義，用於定義包含的文檔的字段名和類型
• Shard 體現了物理空間的概念，索引中的數據分數在Shard上
• Mapping 定義文檔字段的類型
• Setting 定義不一樣的數據分佈（分片）

不恰當的 mysql 和 es 對比

RDBMS | Elasticsearch Table | Index(Type) Row | Document Column | Filed Schema | Mapping SQL | DSL

• 在7.0以前，一個Index能夠設H多個Types 目前Type己經被Deprecated，7.0開始，一個索引只能創詿一個Type - 「_doc」
• 傳統關係型數據庫和Elasticsearch的區別

Elasticsearch- Schemaless / 相關蝕 /

• 高性能全文檢索 => ES
• RDMS -事務性/ Join => MySQL

Kibana 操做

管理索引

• Kibana > 左側菜單Stack Manager > 索引管理

開發工具，rest api

• 根據名稱查索引： GET /_cat/indices/kibana*?v&s=index
• 狀態索引查詢：GET /_cat/indices?v&health=green
• 根據文檔個數限制：GET /_cat/indices?v&s=docs.count:desc
• 查看索引佔用內存：GET /_cat/indices?v&h=i,tm&s=tm:desc
• 查看索引各類字段：GET /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs,count,mt