開始第一步

我們現在開始進行一個簡單教程，它涵蓋了一些基本的概念介紹，比如索引(indexing)、搜索(search)以及聚合(aggregations)。通過這個教程，我們可以讓你對Elasticsearch能做的事以及其易用程度有一個大致的感覺。

我們接下來將陸續介紹一些術語和基本的概念，但就算你沒有馬上完全理解也沒有關系。我們將在本書的各個章節中更加深入地探討這些內容。

所以，坐下來，開始以旋風般的速度來感受Elasticsearch的能力吧！

讓我們建立一個員工目錄

假設我們剛好在Megacorp工作，這時人力資源部門出于某種目的需要讓我們創建一個員工目錄，這個目錄用于促進人文關懷和用于實時協同工作，所以它有以下不同的需求：

數據能夠包含多個值的標簽、數字和純文本。檢索任何員工的所有信息。支持結構化搜索，例如查找30歲以上的員工。支持簡單的全文搜索和更復雜的短語(phrase)搜索高亮搜索結果中的關鍵字能夠利用圖表管理分析這些數據索引員工文檔

我們首先要做的是存儲員工數據，每個文檔代表一個員工。在Elasticsearch中存儲數據的行為就叫做索引(indexing)，不過在索引之前，我們需要明確數據應該存儲在哪里。

在Elasticsearch中，文檔歸屬于一種類型(type),而這些類型存在于索引(index)中，我們可以畫一些簡單的對比圖來類比傳統關系型數據庫：

Elasticsearch集群可以包含多個索引(indices)(數據庫)，每一個索引可以包含多個類型(types)(表)，每一個類型包含多個文檔(documents)(行)，然后每個文檔包含多個字段(Fields)(列)。

「索引」含義的區分你可能已經注意到索引(index)這個詞在Elasticsearch中有著不同的含義，所以有必要在此做一下區分：索引(名詞) 如上文所述，一個索引(index)就像是傳統關系數據庫中的數據庫，它是相關文檔存儲的地方，index的復數是indices 或indexes。索引(動詞) 「索引一個文檔」表示把一個文檔存儲到索引(名詞)里，以便它可以被檢索或者查詢。這很像SQL中的INSERT關鍵字，差別是，如果文檔已經存在，新的文檔將覆蓋舊的文檔。倒排索引 傳統數據庫為特定列增加一個索引，例如B-Tree索引來加速檢索。Elasticsearch和Lucene使用一種叫做倒排索引(inverted index)的數據結構來達到相同目的。

默認情況下，文檔中的所有字段都會被索引(擁有一個倒排索引)，只有這樣他們才是可被搜索的。

我們將會在倒排索引章節中更詳細的討論。

所以為了創建員工目錄，我們將進行如下操作：

為每個員工的文檔(document)建立索引，每個文檔包含了相應員工的所有信息。每個文檔的類型為employee。employee類型歸屬于索引megacorp。megacorp索引存儲在Elasticsearch集群中。實際上這些都是很容易的(盡管看起來有許多步驟)。我們能通過一個命令執行完成的操作：

我們看到path:/megacorp/employee/1包含三部分信息：

請求實體(JSON文檔)，包含了這個員工的所有信息。他的名字叫“John Smith”，25歲，喜歡攀巖。

很簡單吧！它不需要你做額外的管理操作，比如創建索引或者定義每個字段的數據類型。我們能夠直接索引文檔，Elasticsearch已經內置所有的缺省設置，所有管理操作都是透明的。

接下來，讓我們在目錄中加入更多員工信息：

總結

以上是生活随笔為你收集整理的es查询index生成时间_Elasticsearch开始的第一步索引index的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。