es学习：基础知识介绍

一、概述

Elasticsearch:是一个开源的分布式搜索引擎服务器；有一下特点和功能：

1.      支持分布式存储；

2.      提供全文检索功能；

3.      完成对大数据的自动分片，自动负载索引，并提供RESTFUL WEB页面接口；

4.      是基于Lucene构建的；

二、一些概念的解释

1.      集群：cluster：

     1.      代表一个集群，集群中有多个节点（每个节点存储着相同的数据）

     2.      默认cluster的名字为elasticsearch。其中一个节点只能属于一个集群。

     3.      不同的集群是通过名字来区分的。

     4.      elasticsearch-xx文件夹下的data目录下文件夹名字就是cluster的名字。

2.      节点：node

    1.      它是cluster的一部分，用来存储数据，并提供集群的索引和搜索功能。

    2.      node都会有一个名字，启动时默认是随机生成的名字。我们也可以自己制定名称。

   3.      在data/elasticsearch下可以发现有nodes文件夹，存在文件夹0，这个文件就是所说的节点；

3.      索引：index

   1.      索引是document的一个集合，名字必须用小写来命名。这是ES存储数据的地方，类似于关系数据库的database

   2.      假设建的索引为test，在elasticsearch-xx/data/elasticsearch/0/indices/文件夹下发现有test这个文件夹。

4.类型：type

    1就是对index的更细的一个划分。类似关系数据库的表.

5.文档: document

   1.      这个类似关系数据库的一行。这个是被索引的最基本单元。

6.字段：Field

    1.      这个类似关系数据库的某一列，这是ES数据存储的最小单位。

    7.分片:

       一个分片本身就是一个完整的搜索引擎。文档存储在分片中，而分片则会被分配到集群中节点中，随着集群的扩大和缩小，es会自动地将分片在节点之间进行迁移，以保证集群能保持一种平衡。

      1.如果我们的索引数据量很大，超过硬件存放单个文件的限制，就会影响查询请求的速度。Es引入了分片技术；

       2.将一个完整的index分成若干部分存储在相同或不同的节点上。

       3.每个分片都有自己搜索，更新，删除等和index一样全部功能的一小块。

       4.好处：水平分割和扩展我们存放的内容索引；分发和并行跨碎片操作提高性能/吞吐量；

      5.假设索引为firsttime，在elasticsearch-xx/data/elasticsearch/0/indices/firsttime下有5个分片，从0-4；

    个人理解：index可以理解成数据库，假设数据库名字称为test，里面的表t1存放10条数据，那么分给A，B,C3个不同的分片，A分片存存test数据库，存储t1表中的前3条数据；B分片存存test数据库，存储t1表中的中间4条数据；C分片存存test数据库，存储t1表有中的后3条数据；每个分片存储索引的结构都一样，存储数据不一样。

7. 副本:replica

  1.冗余备份，防止数据丢失；

  2.负载均衡

一个索引中含有主分片的数量，默认值为5，在索引创建后这个值是不能被更改的。

每一个主分片关联的副本分片的数量，默认值为1，这个设置在任何时候都可以修改。

对副本分片数量的修改：

   假设主分片为4，副本分片为2，则就有12条分片，其中4条主分片，8条副分片；

三、es的数据类型

3.1  何谓mapping？

Mapping,就是对索引库中索引的字段名及其数据类型进行定义。

3.2  数据类型

1.      string：

2.      number：byte intlong float double

3.      Boolean

4.      Date

5.      Binary

3.3  公共属性

1.index：定义字段的检索方式和分析类型

默认值analyzed：进行分词，编入索引以供搜索；

        no:则无法通过检索查询到该字段；

        not_analyzed:不进行分词（整个字段存储为关键词），编入索引以供搜索；

2.store:

默认值no，不存储，从_source字段取出；

true：独立存储。

在ES中原始的文本会存储在_source里面（除非你关闭了它）。默认情况下其他提取出来的字段都不是独立存储的，是从_source里面提取出来的。当然你也可以独立的存储某个字段，只要设置store:true即可。

独立存储某个字段，在频繁使用某个特殊字段时很常用。而且获取独立存储的字段要比从_source中解析快得多，而且额外你还需要从_source中解析出来这个字段，尤其是_source特别大的时候。

不过需要注意的是，独立存储的字段越多，那么索引就越大；索引越大，索引和检索的过程就会越慢....