elasticsearch 的层次结构和关系型数据库不一致，分为Index/【Type】/Document三个层级，对标Mysql就是：
| ELK |
DB |
| Index |
Database |
| Type(已废弃) |
Table |
| Document |
Row |
| Column |
Filed |
| Schema |
Mapping |
| SQL |
DSL |
在7.0以前，一个index会设置多个types，目前type已经废除，7.0后只允许创建一个type –> _doc
但是Document中es允许不同的结构，但是最好保持相同，这样有利于提高搜索效率。当我们插入一条数据后，如果没有指定_id的话，es会随机分配一个_id，如果强加指定的话，会按照该id存储Document。但是如果频繁对数据进行修改，随着插入数据的变多，自定义的_id会出现冲突的问题，可能在后期sharding出现查询缓慢的问题，需要额外注意。
至于移除type的原因主要是因为Lucene导致的，具体查看 https://www.elastic.co/guide/en/elasticsearch/reference/current/removal-of-types.html
分片可以分为主分片(primary key)和复制分片(replica shard)
主分片
每个文档都被分派到索引下的某个主分片内。
当索引创建完成时，主分片的数量就固定了。（这里存在一个问题，随着数量的增加，可能会出现不够的情况，最好保持一个shard<=30GB）
主分片的大小理论上是无限制的。
所有的写操作只能在主分片上完成后才能复制到其他分片上，写操作包括新建，索引，更新，删除。
复制分片
复制分片是主分片的副本，用以防止硬件故障导致的数据丢失。
复制分片可以提供读操作，比如搜索或从别的shared取回文档。
复制分片可以支持横向拓展。
Document 元数据，其中的_source是原JSON文件，_id 就是es中唯一标识的一个字段。
{
"_index" : "movies",
"_type" : "_doc",
"_id" : "1163",
"_version" : 1,
"_seq_no" : 875,
"_primary_term" : 1,
"found" : true,
"_source" : {
"@version" : "1",
"year" : 1994,
"title" : "Mina Tannenbaum",
"genre" : [
"Drama"
],
"id" : "1163"
}
}
Document settings
{
"movies" : {
"settings" : {
"index" : {
"creation_date" : "1582618004949",
"number_of_shards" : "1",
"number_of_replicas" : "0",
"uuid" : "JvyjYwMeTk6OmxhSRo-ocA",
"version" : {
"created" : "7060099"
},
"provided_name" : "movies"
}
}
}
}
Document mappings
{
"movies" : {
"mappings" : {
"properties" : {
"@version" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
},
......
}
}
}
从这个里面看到@version 字段 既可以全文匹配，也可以根据关键词匹配。
另外一个非常重要的功能就是 analyzer ，analyzer有现成的也有手写的，总的规则就是:
{
"settings": {
"analysis": {
"char_filter": { ... custom character filters ... },//字符过滤器
"tokenizer": { ... custom tokenizers ... },//分词器
"filter": { ... custom token filters ... }, //词单元过滤器
"analyzer": { ... custom analyzers ... }
}
}
}
一个分词就是先对文档进行过滤（char_filter），然后进行分词（tokenizer），然后再对分词后的词进行过滤（filter），我们可以将这几个部分组装在analyzer中，然后放入setting,最后在mapping中引用my_analyzer即可。
{
"settings": {
"analysis": {
"char_filter": {
"&amp;_to_and": {
"type": "mapping",
"mappings": [ "&amp;=&gt; and "]
}},
"filter": {
"my_stopwords": {
"type": "stop",
"stopwords": [ "the", "a" ]
}},
"analyzer": {
"my_analyzer": {
"type": "custom",
"char_filter": [ "html_strip", "&amp;_to_and" ],
"tokenizer": "standard",
"filter": [ "lowercase", "my_stopwords" ]
}}
}}}
CRUD就不用说了，除了可以使用Postman进行接口调试，也可以使用Kibana的Dev Tool
https://www.elastic.co/guide/index.html
https://www.elastic.co/guide/en/elasticsearch/reference/current/removal-of-types.html
