ElasticSearch 入门需要了解的概念

引言：ElasticSearch 的定位与应用

ElasticSearch 是一个分布式搜索和分析引擎。想象它是一个超大的图书馆：

• 可以快速找到任何书籍（搜索能力）
• 可以统计各类书籍的数量（分析能力）
• 可以随时添加新书架（可扩展性）
• 即使某个书架损坏，其他书架的书仍然可读（高可用性）

主要应用场景：

1. 网站搜索
2. 日志分析
3. 指标监控
4. 业务数据分析

一、基础概念

1.1 索引(Index)

什么是索引？

把索引理解为一个数据库：

• 传统数据库：Database → Table → Row → Column
• ElasticSearch：Index → Type* → Document → Field
  (*注：Type 概念在新版本已弃用)

// 创建索引
PUT /books
{
   
  "settings": {
   
    "number_of_shards": 1,
    "number_of_replicas": 1
  },
  "mappings": {
   
    "properties": {
   
      "title": {
    "type": "text" },
      "author": {
    "type": "keyword" },
      "publish_date": {
    "type": "date" }
    }
  }
}

索引命名规范：

• 只能小写字母
• 不能包含 , /, *, ?, ", <, >, |, (空格), , #
• 不能以 -, _, + 开头
• 不能是 . 或 …

1.2 文档(Document)

文档是索引中的一条记录，类似数据库中的一行数据。

// 添加文档
PUT /books/_doc/1
{
   
  "title": "ElasticSearch 入门指南",
  "author": "张三",
  "publish_date": "2024-01-01"
}

文档特点：

• 使用 JSON 格式
• 每个文档都有唯一的 _id
• 文档字段可以动态添加

1.3 字段类型(Field Types)

常见数据类型：

{
   
  "mappings": {
   
    "properties": {
   
      "text_field": {
    "type": "text" },         // 全文搜索
      "keyword_field": {
    "type": "keyword" },   // 精确值
      "date_field": {
    "type": "date" },         // 日期
      "long_field": {
    "type": "long" },         // 长整型
      "double_field": {
    "type": "double" },     // 浮点型
      "boolean_field": {
    "type": "boolean" },   // 布尔值
      "object_field": {
    "type": "object" }      // 对象
    }
  }
}

<