Elasticsearch-7x-之文档索引和-REST-API-基础入门篇

41次阅读

共计 3067 个字符,预计需要花费 8 分钟才能阅读完成。

前几天写过一篇《Elasticsearch 7.x 最详细安装及配置》,今天继续最新版基础入门内容。这一篇简单总结了 Elasticsearch 7.x 之文档、索引和 REST API。

  • 什么是文档
  • 文档 Unique ID
  • 文档元数据
  • 什么是索引
  • REST API

一、索引文档(Document)

1.1 白话什么是文档

从使用案例出发,Elasticsearch 是面向文档,文档是所有搜索数据的最小单元。

  • 案例一:每个公司都有业务日志平台,比如交易业务日志。

文档:每一条日志文件中的日志项,就是文档

  • 案例二:可以搜索并播放电影的在线视频网站

文档:每一个电影的具体信息,就是文档

  • 案例三:可以搜索并下载文件的云存储网站,类似百度云

文档:每一个文件具体内容信息,就是文档

等等案例很多,那么文档就是类似数据库里面的一条长长的存储记录。文档(Document)是索引信息的基本单位。

文档被序列化成为 JSON 格式,物理保存在一个索引中。JSON 是一种常见的互联网数据交换格式:

  • 文档字段名:JSON 格式由 name/value pairs 组成,对应的 name 就是文档字段名
  • 文档字段类型:每个字段都有对应的字段类型:String、integer、long 等,并支持数据 & 嵌套

1.2 文档的 Unique ID

每个文档都会有一个 Unique ID,其字段名称为 _id

  • 自行设置指定 ID 或通过 Elasticsearch 自动生成
  • 其值不会被索引
  • 注意:该 _id 字段的值可以在某些查询 term, terms, match, query_string, simple_query_string 等中访问,但不能在 aggregations,scripts 或 sorting 中使用。如果需要对 _id 字段进行排序或汇总,建议新建一个文档字段复制 _id 字段的内容
PUT my_index/_doc/1
{"text": "Document with ID 1"}

PUT my_index/_doc/2&refresh=true
{"text": "Document with ID 2"}

GET my_index/_search
{
  "query": {
    "terms": {"_id": [ "1", "2"] 
    }
  }
}

1.3 文档元数据

元数据是用于标注文档的相关信息,那么索引文档的元数据如下:

  • _index 文档所属索引名称
  • _type 文档所属类型名
  • _id 文档唯一 ID
  • _score 文档相关性打分
  • _source 文档 JSON 数据
  • _version 文档版本信息

其中 _type 文档所属类型名,需要关注版本不同之间区别:

  • 7.0 之前,一个索引可以设置多个 types
  • 7.0 开始,被 Deprecated 了。一个索引只能创建一个 type,值为 _doc

二、索引(Index)

2.1 索引不同意思

作为名词,索引代表是在 Elasticsearch 集群中,可以创建很多不同索引。也是本小节要总结的内容。

作为动词,索引代表保存一个文档到 Elasticsearch。就是在 Elasticsearch 创建一个倒排索引的意思

2.2 什么是索引

索引,就是相似类型文档的集合。类似 Spring Bean 容器装载着很多 Bean,ES 索引就是文档的容器,是一类文档的集合。

以前导入了 kibana_sample_data_flights 索引,通过 GET 下面这个 URL,就能得到索引一些信息:

GET http://localhost:9200/kibana_sample_data_flights

结果如下:

{
    "kibana_sample_data_flights": {"aliases": {},
        "mappings": {
            "properties": {
                "AvgTicketPrice": {"type": "float"},
                "Cancelled": {"type": "boolean"},
                "Carrier": {"type": "keyword"},
                "DestLocation": {"type": "geo_point"},
                "FlightDelay": {"type": "boolean"},
                "FlightDelayMin": {"type": "integer"},
                "timestamp": {"type": "date"}
            }
        },
        "settings": {
            "index": {
                "number_of_shards": "1",
                "auto_expand_replicas": "0-1",
                "blocks": {"read_only_allow_delete": "true"},
                "provided_name": "kibana_sample_data_flights",
                "creation_date": "1566271868125",
                "number_of_replicas": "0",
                "uuid": "SfR20UNiSLKJWIpR1bcrzQ",
                "version": {"created": "7020199"}
            }
        }
    }
}

根据返回结果,我们知道:

  • mappings:定义文档字段的类型
  • settings:定义不同数据分布
  • aliases:定义索引的别名,可以通过别名访问该索引

索引,是逻辑空间概念,每个索引有对那个的 Mapping 定义,对应的就是文档的字段名和字段类型。相比后面会讲到分片,是物理空间概念,索引中存储数据会分散到分片上。

实战经验总结:aliases 别名大有作为,比如 my_index 迁移到 my_index_new , 数据迁移后,只需要保持一致的别名配置。那么通过别名访问索引的业务方都不需要修改,直接迁移即可。

2.3 跟 MySQL 类比

基本理解了 Elasticsearch 重要的两个概念,可以将 ES 关键点跟关系型数据库类比如下:

三、REST API 方便 ES 被各种语言调用

如图,Elasticsearch 提供了 REST API,方便,相关索引 API 如下:

# 查看索引相关信息
GET kibana_sample_data_ecommerce

# 查看索引的文档总数
GET kibana_sample_data_ecommerce/_count

# 查看前 10 条文档,了解文档格式
POST kibana_sample_data_ecommerce/_search
{
}

# _cat indices API
# 查看 indices
GET /_cat/indices/kibana*?v&s=index

# 查看状态为绿的索引
GET /_cat/indices?v&health=green

# 按照文档个数排序
GET /_cat/indices?v&s=docs.count:desc

# 查看具体的字段
GET /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs.count,mt

# How much memory is used per index?
GET /_cat/indices?v&h=i,tm&s=tm:desc

具体 API 可以通过 POSTMan 等工具操作,或者安装 kibana,对应的 Dev Tools
工具进行访问。

(完),更多可以看 ES 7.x 系列教程 bysocket.com

资料:

  • Elasticsearch 7.x 最详细安装及配置

https://www.bysocket.com/elas…

  • 极客时间 Elasticsearch 核心技术与实战
  • CAT Index API https://www.elastic.co/guide/…
  • 为什么不再支持单个 Index 下,多个 Tyeps https://www.elastic.co/cn/blo…

本文由博客一文多发平台 OpenWrite 发布!

正文完
 0