【ElasticSearch】ElasticSearch基本概念

ES 是一个开源的高扩展的分布式全文检索引擎，它是对开源库 Luence 的封装，提供 REST API 接口

MySQL 更适合数据的存储和关系管理，即 CRUD；而 ES 更适合做海量数据的检索和分析，它可以秒级地从数据库中检索出我们感兴趣的数据

Index 索引

对应 MySQL 中的 db

Type 类型

对应 MySQL 中的 table。每一种类型的数据存放在一起

Document 文档

对应 MySQL 中的 一条记录。保存在某个 index 下，某种 type 的一个数据 document，文档是 json 格式的，每一行对应的列叫属性

字段类型

核心类型

• 字符串

  • text ⽤于全⽂索引，搜索时会自动使用分词器进⾏分词再匹配

  • keyword 不分词，搜索时需要匹配完整的值

• 数值类型

  • 整型： byte，short，integer，long

  • 浮点型： float，half_float，scaled_float，double

• 日期类型：date

• 范围类型：integer_range， long_range， float_range，double_range，date_range

• 布尔类型：boolean

• 二进制类型：binary，会把值当做经过 base64 编码的字符串，默认不存储，且不可搜索

复合类型

• 对象：object，可以嵌套对象

• 数组：array

Mapping映射

Mapping 是用来定义一个文档（document），以及它所包含的属性（field）是如何存储和索引的

动态映射

在关系数据库中，需要事先创建数据库，然后在该数据库下创建数据表，并创建表字段、类型、长度、主键等，最后才能基于表插入数据。而 ES 中不需要定义 Mapping 映射〈即关系型数据库的表、字段等），在文档写入 ES 时，会根据文档字段自动识别类型，这种机制称之为动态映射

动态映射规则如下：

type概念移除

关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES 中不是这样的，在 ES 中不同 type 下名称相同的 filed 最终在 Lucene 中的处理方式是一样的

两个不同 type 下的两个 user_name，在 ES 同一个索引下其实被认为是同一个 filed，你必须在两个不同的 type 中定义相同的 filed 映射。否则，不同 type 中的相同字段名称就会在处理中出现冲突的情况，导致Lucene 处理效率下降。去掉 type 就是为了提高 ES 处理数据的效率

1. Elasticsearch 7.x URL中的 type 参数为可选。比如，索引一个文档不再要求提供文档类型

2. Elasticsearch 8.x 不再支持URL中的type参数

3. 解决方案：将索引从多类型迁移到单类型，每种类型文档一个独立索引。将已存在的索引下的类型数据，全部迁移到指定位置即可

倒排索引机制

想想看，这个世界上那么多单词，中文、英文、日文、韩文 … 你每次搜索一个单词，我都要全局遍历一遍，很明显不行。

于是有了排序，我们需要对单词进行排序，像 B+ 树一样，可以在页里实现二分查找。

光排序还不行，你单词都放在磁盘呢，磁盘 IO 慢的不得了，所以 Mysql 特意把索引缓存到了内存。

你说好，我也学 Mysql 的，放内存，3，2，1，放，哐当，内存爆了。

哪本字典，会把所有单词都贴在目录里的？所以，上图：

Lucene 的倒排索引，增加了最左边的一层「字典树」term index，它不存储所有的单词，只存储单词前缀，通过字典树找到单词所在的块，也就是单词的大概位置，再在块里二分查找，找到对应的单词，再找到单词对应的文档列表。

原理可以再读读：https://zhuanlan.zhihu.com/p/76485252

分词

检索

相关性得分

分片