一、基本概念

1. 节点(Node)和集群(Cluster)

​ 集群是一个或多个节点（服务器）的集合， 这些节点共同保存整个数据，并在所有节点上提供联合索引和搜索功能。一个集群由一个唯一集群ID确定，并指定一个集群名（默认为“elasticsearch”）。该集群名非常重要，因为节点可以通过这个集群名加入集群，一个节点只能是集群的一部分。

2. Index(索引)

​ 索引(index)类似于关系型数据库里的“数据库”——它是我们存储和索引关联数据的地方。索引名称必须是全部小写，不能以下划线开头，不能包含逗号。

​ 下面的命令可以查看当前节点的所有 Index。

1
$ curl -X GET 'http://localhost:9200/_cat/indices?v'

3. Type(类型)

​ 在索引中，我们可以定义一个或多个类型。类型是索引的逻辑类别/分区，其语义完全由开发者决定。通常，为具有一组公共字段的文档定义类型。

​ 例如，假设开发者运行博客平台并将所有数据存储在一个索引中。在此索引中，我们可以为用户数据定义类型，为博客数据定义另一种类型，并为注释数据定义另一种类型。我们可以把索引理解成数据库文档中的表。

​ Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。

​ 不同的 Type 应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。

​ 下面的命令可以列出每个 Index 所包含的 Type。

1
$ curl 'localhost:9200/_mapping?pretty=true'

根据规划，Elastic 6.x 版只允许每个 Index 包含一个 Type，7.x 版将会彻底移除 Type。

4. Document(文档)

​ 文档是可索引信息的基本单元，以JSON表示。你可以用其来定义单个产品信息或是员工信息。我们可以把文档理解为数据库文档中的行列数据。在索引/类型中，您可以存储任意数量的文档。文档有几个共同不可缺的属性，分别为 _index, _type, _id, 针对特定一个或一类文档进行操作时，必须指定这些属性。
​ 需要注意的是：虽然文档物理上是驻留在索引中，但实际上文档必须索引/分配给索引中的类型。

​ Document 使用 JSON 格式表示，下面是一个例子。

1
2
3
4
5
{
  "user": "张三",
  "title": "工程师",
  "desc": "数据库管理"
}

5. Mapping(映射)

模式映射（schema mapping，或简称映射）用于定义索引结构。Elasticsearch在映射中存储有关字段的信息。每一个文档类型都有自己的映射，即使我们没有明确定义。映射在文件中以JSON对象传送。

6. Field(字段)

​ ElasticSearch里的最小单元 相当于数据的某一列，类似于json里一个键。

7. 相关概念在关系型数据库和ElasticSearch中的对应关系

关系型数据库 Elasticsearch
数据库Database 索引Index，支持全文检索
表Table 类型Type
数据行Row 文档Document，但不需要固定结构，不同文档可以具有不同字段集合
数据列Column 字段Field
模式Schema 映射Mapping

8. Shards(分片)

​ 当有大量的文档时，由于内存的限制、硬盘能力、处理能力不足、无法足够快地响应客户端请求等，一个节点可能不够。在这种情况下，数据可以分为较小的称为分片（shard）的部分（其中每个分片都是一个独立的Apache Lucene索引）。每个分片可以放在不同的服务器上，因此，数据可以在集群的节点中传播。
​ 当你查询的索引分布在多个分片上时，Elasticsearch会把查询发送给每个相关的分片，并将结果合并在一起。此外，多个分片可以加快索引。

9. Replica(副本)

​ 为了提高查询吞吐量或实现高可用性，可以使用分片副本。副本（replica）只是一个分片的精确复制，每个分片可以有零个或多个副本。换句话说，Elasticsearch可以有许多相同的分片，其中之一被自动选择去更改索引操作。这种特殊的分片称为主分片（primary shard），其余称为副本分片（replica shard）。在主分片丢失时，例如该分片数据所在服务器不可用，集群将副本提升为新的主分片。

二、新建、删除索引

索引名称必须为小写

1
curl -X PUT 'localhost:9200/weather'

服务器返回一个 JSON 对象，里面的acknowledged字段表示操作成功。 

1
2
3
4
5
{
    "acknowledged": true,
    "shards_acknowledged": true,
    "index": "test"
}

然后，我们发出 DELETE 请求，删除这个 Index。 

1
$ curl -X DELETE 'localhost:9200/weather'

服务器也会返回一个JSON对象，里面的acknowledged字段表示操作成功。 

1
2
3
{
    "acknowledged": true
}

三、插入数据

POST新增索引，数据

服务器返回的 JSON 对象，会给出 Index、Type、Id、Version 等信息。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# result 的值为 created
{
    "_index": "weather",
    "_type": "jinan",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 2,
        "failed": 0
    },
    "_seq_no": 3,
    "_primary_term": 2
}

四、更新数据

PUT更新索引，数据，get获取，分词等

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# _version的值为 2 ，result的值为 updated
{
    "_index": "weather",
    "_type": "jinan",
    "_id": "1",
    "_version": 2,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 2,
        "failed": 0
    },
    "_seq_no": 5,
    "_primary_term": 2
}

五、数据查询

使用 GET 方法，直接请求/Index/Type/_search，就会返回所有记录。 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
# curl -X GET '172.16.0.142:9200/weather/jinan/_search'
{
    "took": 8,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 5,
        "max_score": 1,
        "hits": [
            {
                "_index": "weather",
                "_type": "jinan",
                "_id": "jiwT5WQBuKQFzUceKGL8",
                "_score": 1,
                "_source": {
                    "temperature": "24~36°C",
                    "windy": "微风",
                    "weather": "晴"
                }
            },
            {
                "_index": "weather",
                "_type": "jinan",
                "_id": "2",
                "_score": 1,
                "_source": {
                    "temperature": "23~32°C",
                    "windy": "小风",
                    "weather": "晴"
                }
            },
            {
                "_index": "weather",
                "_type": "jinan",
                "_id": "4",
                "_score": 1,
                "_source": {
                    "temperature": "23~32°C",
                    "windy": "小风",
                    "weather": "晴"
                }
            },
            {
                "_index": "weather",
                "_type": "jinan",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "temperature": "23~32°C",
                    "windy": "小风111111",
                    "weather": "晴"
                }
            },
            {
                "_index": "weather",
                "_type": "jinan",
                "_id": "3",
                "_score": 1,
                "_source": {
                    "temperature": "23~32°C",
                    "windy": "小风",
                    "weather": "晴"
                }
            }
        ]
    }
}

上面代码中，返回结果的 took字段表示该操作的耗时（单位为毫秒），timed_out字段表示是否超时，hits字段表示命中的记录，里面子字段的含义如下。 

1
2
3
total : 返回记录数，本例是5条。
max_score : 最高的匹配程度，本例是1。
hits ：返回的记录组成的数组。

返回的记录中，每条记录都有一个_score字段，表示匹配的程序，默认是按照这个字段降序排列。