0、面向文檔

應(yīng)用中的對(duì)象很少只是簡(jiǎn)單的鍵值列表，更多時(shí)候它擁有復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，比如包含日期、地理位置、另一個(gè)對(duì)象或者數(shù)組。

總有一天你會(huì)想到把這些對(duì)象存儲(chǔ)到數(shù)據(jù)庫(kù)中。將這些數(shù)據(jù)保存到由行和列組成的關(guān)系數(shù)據(jù)庫(kù)中，就好像是把一個(gè)豐富，信息表現(xiàn)力強(qiáng)的對(duì)象拆散了放入一個(gè)非常大的表格中：你不得不拆散對(duì)象以適應(yīng)表模式（通常一列表示一個(gè)字段），然后又不得不在查詢的時(shí)候重建它們。

Elasticsearch是面向文檔(document oriented)的，這意味著它可以存儲(chǔ)整個(gè)對(duì)象或文檔(document)。然而它不僅僅是存儲(chǔ)，還會(huì)索引(index)每個(gè)文檔的內(nèi)容使之可以被搜索。在Elasticsearch中，你可以對(duì)文檔（而非成行成列的數(shù)據(jù)）進(jìn)行索引、搜索、排序、過(guò)濾。這種理解數(shù)據(jù)的方式與以往完全不同，這也是Elasticsearch能夠執(zhí)行復(fù)雜的全文搜索的原因之一。

?1、JSON

ELasticsearch使用Javascript對(duì)象符號(hào)(JavaScript Object Notation)，也就是JSON，作為文檔序列化格式。JSON現(xiàn)在已經(jīng)被大多語(yǔ)言所支持，而且已經(jīng)成為NoSQL領(lǐng)域的標(biāo)準(zhǔn)格式。它簡(jiǎn)潔、簡(jiǎn)單且容易閱讀。

以下使用JSON文檔來(lái)表示一個(gè)用戶對(duì)象：

{"email": "john@smith.com","first_name": "John","last_name": "Smith","info": {"bio": "Eco-warrior and defender of the weak","age": 25,"interests": [ "dolphins", "whales" ]},"join_date": "2014/05/01" }

盡管原始的user對(duì)象很復(fù)雜，但它的結(jié)構(gòu)和對(duì)象的含義已經(jīng)被完整的體現(xiàn)在JSON中了，在Elasticsearch中將對(duì)象轉(zhuǎn)化為JSON并做索引要比在表結(jié)構(gòu)中做相同的事情簡(jiǎn)單的多。

2、索引(indexing)

我們首先要做的是存儲(chǔ)員工數(shù)據(jù)，每個(gè)文檔代表一個(gè)員工。在Elasticsearch中存儲(chǔ)數(shù)據(jù)的行為就叫做索引(indexing)，不過(guò)在索引之前，我們需要明確數(shù)據(jù)應(yīng)該存儲(chǔ)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(huà)一些簡(jiǎn)單的對(duì)比圖來(lái)類比傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)：

Relational DB -> Databases -> Tables -> Rows -> Columns Elasticsearch -> Indices -> Types -> Documents -> Fields

Elasticsearch集群可以包含多個(gè)索引(indices)（數(shù)據(jù)庫(kù)），每一個(gè)索引可以包含多個(gè)類型(types)（表），每一個(gè)類型包含多個(gè)文檔(documents)（行），然后每個(gè)文檔包含多個(gè)字段(Fields)（列）。

你可能已經(jīng)注意到索引(index)這個(gè)詞在Elasticsearch中有著不同的含義，所以有必要在此做一下區(qū)分:

• 索引（名詞） 如上文所述，一個(gè)索引(index)就像是傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)庫(kù)，它是相關(guān)文檔存儲(chǔ)的地方，index的復(fù)數(shù)是indices?或indexes。
• 索引（動(dòng)詞）?「索引一個(gè)文檔」表示把一個(gè)文檔存儲(chǔ)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(guān)鍵字，差別是，如果文檔已經(jīng)存在，新的文檔將覆蓋舊的文檔。
• 倒排索引 傳統(tǒng)數(shù)據(jù)庫(kù)為特定列增加一個(gè)索引，例如B-Tree索引來(lái)加速檢索。Elasticsearch和Lucene使用一種叫做倒排索引(inverted index)的數(shù)據(jù)結(jié)構(gòu)來(lái)達(dá)到相同目的。

它不需要你做額外的管理操作，比如創(chuàng)建索引或者定義每個(gè)字段的數(shù)據(jù)類型。我們能夠直接索引文檔，Elasticsearch已經(jīng)內(nèi)置所有的缺省設(shè)置，所有管理操作都是透明的

3、搜索(search)

# 準(zhǔn)備megacorp公司三個(gè)員工的數(shù)據(jù) PUT /megacorp/employee/1 {"first_name" : "John","last_name" : "Smith","age" : 25,"about" : "I love to go rock climbing","interests": [ "sports", "music" ] }PUT /megacorp/employee/2 {"first_name" : "Jane","last_name" : "Smith","age" : 32,"about" : "I like to collect rock albums","interests": [ "music" ] }PUT /megacorp/employee/3 {"first_name" : "Douglas","last_name" : "Fir","age" : 35,"about": "I like to build cabinets","interests": [ "forestry" ] }# 查詢id：1的文檔 GET /megacorp/employee/1# 搜索全部文檔，默認(rèn)情況下搜索會(huì)返回前10個(gè)結(jié)果 GET /megacorp/employee/_search# 搜索姓氏中包含“Smith”的員工 #輕量級(jí)的搜索方法，這種方法常被稱作查詢字符串(query string)搜索 GET /megacorp/employee/_search?q=last_name:Smith# 查詢字符串搜索便于通過(guò)命令行完成特定(ad hoc)的搜索，但是它也有局限性。 # Elasticsearch提供豐富且靈活的查詢語(yǔ)言叫做DSL查詢(Query DSL),它允許你構(gòu)建更加復(fù)雜、強(qiáng)大的查詢。 # DSL(Domain Specific Language特定領(lǐng)域語(yǔ)言)以JSON請(qǐng)求體的形式出現(xiàn)。我們可以這樣表示之前關(guān)于“Smith”的查詢: GET /megacorp/employee/_search {"query" : {"match" : {"last_name" : "Smith"}} }# 想要找到姓氏為“Smith”的員工，但是我們只想得到年齡大于30歲的員工。 # 我們的語(yǔ)句將添加過(guò)濾器(filter) GET /megacorp/employee/_search {"query" : {"bool" : {"filter" : {"range" : {"age" : { "gt" : 30 }}},"must" : {"match" : {"last_name" : "smith"}}}} }# 全文搜索 # 搜索所有喜歡“rock climbing”的員工 # 傳統(tǒng)數(shù)據(jù)庫(kù)很難實(shí)現(xiàn)的功能 # 這個(gè)例子很好的解釋了Elasticsearch如何在各種文本字段中進(jìn)行全文搜索，并且返回相關(guān)性最大的結(jié)果集。 # 相關(guān)性(relevance)的概念在Elasticsearch中非常重要，而這個(gè)概念在傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)中是不可想象的， # 因?yàn)閭鹘y(tǒng)數(shù)據(jù)庫(kù)對(duì)記錄的查詢只有匹配或者不匹配。 GET /megacorp/employee/_search {"query" : {"match" : {"about" : "rock climbing"}} }? # 短語(yǔ)搜索：確切的匹配若干個(gè)單詞或者短語(yǔ)(phrases) # 查詢同時(shí)包含"rock"和"climbing"（并且是相鄰的）的員工記錄 GET /megacorp/employee/_search {"query" : {"match_phrase" : {"about" : "rock climbing"}} }

4、聚合(aggregations)。

Elasticsearch有一個(gè)功能叫做聚合(aggregations)，它允許你在數(shù)據(jù)上生成復(fù)雜的分析統(tǒng)計(jì)。它很像SQL中的GROUP BY但是功能更強(qiáng)大。

# 找到所有職員中最大的共同點(diǎn)（興趣愛(ài)好）是什么： GET /megacorp/employee/_search {"aggs": {"all_interests": {"terms": { "field": "interests" }}} } 對(duì)interests分桶

Fielddata可以消耗大量的堆空間，特別是在加載高基數(shù)text字段時(shí)。一旦fielddata被加載到堆中，它將在該段的生命周期中保持在那里。此外，加載fielddata是一個(gè)昂貴的過(guò)程，可以導(dǎo)致用戶體驗(yàn)延遲命中。這就是為什么fielddata默認(rèn)是禁用的。如果您嘗試對(duì)text?字段上的腳本進(jìn)行排序，聚合或訪問(wèn)值，則會(huì)看到以下異常：

解決辦法

# 您可以text使用PUT映射API在現(xiàn)有字段 上啟用fielddata PUT megacorp/_mapping/employee { "properties": { "interests": {"type":"text","fielddata":true } } } # 我們想知道所有姓"Smith"的人最大的共同點(diǎn) GET /megacorp/employee/_search {"size": 0,"query": {"match": {"last_name": "smith"}},"aggs": {"all_interests": {"terms": {"field": "interests"}}} }# 聚合也允許分級(jí)匯總。例如，讓我們統(tǒng)計(jì)每種興趣下職員的平均年齡 # all_interests，avg_age是自定義的 GET /megacorp/employee/_search {"aggs" : {"all_interests" : {"terms" : { "field" : "interests" },"aggs" : {"avg_age" : {"avg" : { "field" : "age" }}}}} }

分級(jí)查詢結(jié)果：

分級(jí)查詢結(jié)果

5、參考資料

Elasticsearch 權(quán)威指南（中文版），本文內(nèi)容基本來(lái)源于此網(wǎng)絡(luò)文檔；

?

總結(jié)

以上是生活随笔為你收集整理的（三）ElasticSearch的基本概念的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。