ElasticSearch相关概念

es与关系型数据库对比

es（集群）中可以包含多个索引（数据库），每个索引中可以包含多个类型（表），每个类型下又包含多个文档（行），每个文档又包含多个字段（列）。

物理设计：

es在后台把每个索引划分成多个分片，每份分片可以在集群中的不同服务器间迁移

逻辑设计：

一个索引类型中包含多个文档，例如：文档1、文档2，当要搜索一篇文档时，大致流程为：索引 ---> 类型 ---> 文档ID（ID不必是整数，实际上是一个字符串）

文档

es是面向文档的，也就是说索引和搜索数据的最小单位是文档，其包含有几个重要属性：

• 自我包含，一篇文档同时包含字段和对应的值，即key:value
• 层次型的：一个文档中包含自文档（json对象，fastjson进行自动转换）
• 灵活的结构：文档不依赖预先定义的模式，在关系型数据库中，要提前定义字段才能使用，而在es中，可以忽略一个字段或动态的添加一个新的字段

在es中，每个字段的类型非常重要，它会保存字段和类型之间的映射及其他的设置，这种映射具体到每个映射的每种类型，这也是为什么在es中，类型有时候也称为映射类型

类型

类型是文档的逻辑容器（就像关系型数据库，表格是行的容器），类型中对于字段的定义称为映射，比如name映射为字符串类型。

先定义好字段，再使用

索引

es中的索引就是数据库，索引是映射类型的容器，是一个非常大的文档集合，存储映射类型和其他设置，再被存放到各个分片上

物理设计：节点和分片如何工作

一个集群至少有一个节点，而一个节点就是一个es进程，创建索引时，默认5个分片（primary shard，主分片），每一个主分片会有一个副本（replica shard，复制分片）

以上图3个节点的集群为例，可以看出主分片和对应的复制分片都不会在同一个节点内，可以避免级联故障。实际上，一个分片是一个Lucence索引，一个包含倒排索引的文件目录，倒排索引使得es可以在不扫描全部文档的情况下，检索出需要的内容。

倒排索引

es使用的是倒排索引结构，采用Lucence倒排索引作为底层。这种结构适用于快速全文搜索，一个索引由文档中所有不同的列表构成，对于每一个词，都有一个包含它的文档列表。

例1：现在有两个文档，每个文档包含以下内容：

# 文档1
Study every day,good good up to forever

# 文档2
To forever,study every day, good good up

为了创建倒排索引，先要将每个文档拆分成独立的词（或称为词条、tokens），然后创建一个包含所有不重复的词条的排序列表

现在试图搜索to forever，只需要查看包含每个词条的文档

两个文档都匹配，但第一个文档比第二个文档匹配度更高，没有别的条件时，返回这两个包含关键字的文档

例2：通过博客标签来搜索博客文章

现搜索包含python标签的文章，相较于搜索原始数据，现只需要搜索标签这一栏，即可更快的获取文章id