ElasticSearch机制解析

最新推荐文章于 2025-06-22 18:14:05 发布

原创最新推荐文章于 2025-06-22 18:14:05 发布 · 633 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#ElasticSearch

ElasticSearch 专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍了ElasticSearch的全文检索原理和倒排索引，解析了其核心组成部分，包括Cluster、Node、Index、Type、Document、Field以及mapping。通过对数据库的类比，阐述了ElasticSearch中的数据存储和搜索机制，帮助读者深入理解ElasticSearch的工作方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.全文检索

应用程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置。
当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。
这个过程类似于通过字典中的检索字表查字的过程。全文搜索搜索引擎数据库中的数据。

ElasticSearch全文检索的原理是倒排索引。

2.倒排索引原理

使用倒排索引，需要查询和给定关键字有关的东西时，就不用去库里面逐个遍历，而是获得关键字所建立的所有相关索引，将索引对应的所有数据拿出来，效率提高很多

如下图，每种商品描述可以理解为一行数据，将词与对应行作为倒排索引，查询生化机，时，遍历到”生化”这个词，返回”生化”对应的数据行，然后就结束了，而不是去商品描述行里一个个去遍历、判断字符串
在这里插入图片描述

3.核心成份

通过类比数据库来理解

3.1 Cluster（集群）

集群包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常

3.2 Node（节点）

集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群。

3.3 Index（索引<->数据库）

索引包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。

3.4 Type（类型<->表）

每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field(类似数据库中，不同表有不同的字段，可以此来区分Type)

比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type等

再比如商品index，里面存放了所有的商品数据，每一种商品为一个document
但是商品分很多种类，每个种类的document的field可能不太一样，比如说电器商品，可能还包含一些诸如售后时间范围这样的特殊field；生鲜商品，还包含一些诸如生鲜保质期之类的特殊field
如下：
type：日化商品type，电器商品type，生鲜商品type
日化商品type：product_id，product_name，product_desc，category_id，category_name
电器商品type：product_id，product_name，product_desc，category_id，category_name，service_period
生鲜商品type：product_id，product_name，product_desc，category_id，category_name，eat_period

每一个type里面，都会包含一堆document

{
  "product_id": "1",
  "product_name": "长虹电视机",
  "product_desc": "4k高清",
  "category_id": "3",
  "category_name": "电器",
  "service_period": "1年"
}

{
  "product_id": "2",
  "product_name": "基围虾",
  "product_desc": "纯天然，冰岛产",
  "category_id": "4",
  "category_name": "生鲜",
  "eat_period": "7天"
}

3.5 Document（文档<->行）

文档是es中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type中，都可以去存储多个document。

3.6 Field（字段<->列）

Field是Elasticsearch的最小单位。一个document里面有多个field，每个field就是一个数据字段。

product document
{
  "product_id": "1",
  "product_name": "高露洁牙膏",
  "product_desc": "高效美白",
  "category_id": "2",
  "category_name": "日化用品"
}

3.6 mapping（映射<-约束）

数据如何存放到索引对象上，需要有一个映射配置，包括：数据类型、是否存储、是否分词等。
这样就创建了一个名为blog的Index。Type不用单独创建，在创建Mapping 时指定就可以。Mapping用来定义Document中每个字段的类型，即所使用的 analyzer、是否索引等属性，非常关键等。创建Mapping 的代码示例如下：

client.indices.putMapping({
    index : 'blog',
    type : 'article',
    body : {
        article: {
            properties: {
                id: {
                    type(字段): 'string',
                    analyzer: 'ik',
                    store: 'yes',
                },
                title(字段): {
                    type: 'string',
                    analyzer: 'ik',
                    store: 'no',
                },
                content(字段): {
                    type: 'string',
                    analyzer: 'ik',
                    store: 'yes',
                }
            }
        }
    }
});

4 存储数据和搜索数据机制

在这里插入图片描述
如图：
1）索引对象：存储数据的表结构，任何搜索数据，存放在索引对象上；如图的blog
2）映射：数据如何存放到索引对象上，需要有一个映射配置，包括：数据类型、是否存储、是否分词等；如图的Mapping
3）文档（document）：一条数据记录，存在索引对象上；如图的两条Article文章，为需要存储的数据
4）文档类型（type）：一个索引对象，存放多种类型数据，数据用文档类型进行标识；如图的Article和Comment
5）字段（Field）:文档的数据字段；如图的id、title、content