Elasticsearch-基本概念

Elasticsearch 是一款分布式开源搜索引擎，基于 Lucene 开发，能够通过分析搜索文本内容，快速的检索并返回相应结果。

基本概念

Document

在 Elasticsearch 中，文档是基本的信息存储单位。文档可以是任意 JSON 格式的数据，在 Elasticsearch 中，文档必须包含一个唯一的 ID，该 ID 将用于标识该文档。

Index

索引是文档集合的区分之处，它类似于关系数据库中的表。索引是用于对文档进行存储、检索和分析的基本单元。一个索引可以包含多个文档，和关系型数据库类似，索引也可被看作是具有相同字段名称和数据类型的文档集的容器。

Type

在 Elasticsearch 中，Type 在索引的基础上进一步分类数据。类型类似于关系型数据库中的格式或表中的列。在将数据存储到 Elasticsearch 中时，可以指定类型。其中，一个索引可以包含多种不同类型的文档。

Mapping

Mapping 是文档建模的过程，类似于数据库中的模式。它描述了如何将文档的字段映射到底层存储中的存储类型（比如字符串、数字或日期）。Mapping 在索引级别上定义，每个索引可以有多个 Mapping。有多个 Mapping 会增加 Elasticsearch 的灵活性。

Query

在 Elasticsearch 中，Query 是对文档的检索方式。对于每个搜索请求，Elasticsearch 都会对输入的搜索查询进行解析，然后对索引中的文档进行评分，按照评分的高低返回搜索结果。Query 分为两类：一是完全匹配，也就是说，这类查询只查询给定字段是否等于特定值，适用于精确查询；另一类是全文查询，它将会查找文档中的所有字段，适用于关键字搜索。

Aggregations

在 Elasticsearch 中，Aggregations 可以统计索引中的文档，从而更深入地了解数据。Aggregations 通过调用特定的指标来扫描文档，比如“sum”、”min”、”max”等。Aggregations 还可以通过使用嵌套聚合进行级联，从而使结果更加准确。

Cluster

集群是多个 Elasticsearch 实例的集合。集群中的每个实例都是一个节点，具有与集群中其他实例相同的配置和功能。多个节点组成的集群可以加快搜索和分析速度，提高系统的可用性。

Shards

在 Elasticsearch 中，一个索引可以被分割为多个“分片”，每个分片可以存储索引的一部分数据。分片可以使 Elasticsearch 在每个节点上执行分布式搜索及聚合，并提高吞吐量。

Replicas

在 Elasticsearch 中，备份分片称为“副本”，每个分片可以有多个副本。副本分散在集群中的各个节点上，可以增加系统的可用性，并在节点失败时自动起到备份作用。

总结

通过本文，我们了解了 Elasticsearch 的基本概念，如文档、索引、映射、查询、聚合、集群、分片和副本，这对于初学者入门 Elasticsearch 有很大的帮助，也对于在生产环境中使用 Elasticsearch 的开发者有很大的指导作用。