ElasticSearch核心概念和文档的CRUD - 好文

目录

* 1. 基本概念 <https://www.cnblogs.com/haixiang/p/11181711.html#基本概念>
* 1.1 Node 与 Cluster
<https://www.cnblogs.com/haixiang/p/11181711.html#node-与-cluster>
* 1.2 Index <https://www.cnblogs.com/haixiang/p/11181711.html#index>
* 1.3 Document <https://www.cnblogs.com/haixiang/p/11181711.html#document>
* 1.4 Type(将在ES6.0移除)
<https://www.cnblogs.com/haixiang/p/11181711.html#type将在es6.0移除>
* 2. 数据的增删改查 <https://www.cnblogs.com/haixiang/p/11181711.html#数据的增删改查>
* 2.1 添加数据 <https://www.cnblogs.com/haixiang/p/11181711.html#添加数据>
* 2.2 查询数据 <https://www.cnblogs.com/haixiang/p/11181711.html#查询数据>
* 2.3 更新数据 <https://www.cnblogs.com/haixiang/p/11181711.html#更新数据>
* 2.4 删除数据 <https://www.cnblogs.com/haixiang/p/11181711.html#删除数据>
本文所有命令均在 Kibana 的 dev tools 上进行

1. 基本概念

1.1 Node 与 Cluster

Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。单个 Elastic
实例称为一个节点（node）。一组节点构成一个集群（cluster）。

1.2 Index

Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。所以，Elastic
数据管理的顶层单位就叫做 Index（索引）。它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

事实上，我们的数据被存储在分片(shards)
中，索引只是一个把一个或多个分片分组在一起的逻辑空间。然而，这只是一些内部细节——我们的程序完全不用关心分片。对于我们的程序而言，文档存储在索引(index)
中。剩下的细节由Elasticsearch关心既可。

可以使用如下命令，查询本节点下的所有索引
#查询所有索引 GET _cat/indices?v
可以得到以下结果
health status index uuid pri rep docs.count docs.deleted store.size
pri.store.size green open idx5 Tzjr1CmGRlCOjZUyQ0QUhA 3 0 2 0 8.5kb 8.5kb
yellow open idx4 z7zw83L9Tjyc1Fx7jb6l0A 1 1 3 1 11.8kb 11.8kb green open idx2
7SSk77DkTN-VpUuXehgaDQ 3 0 7 2 27.2kb 27.2kb yellow open idx1
1bqxLckjSk-BZtERVNhPZQ 1 1 0 0 283b 283b green open idx3 qc32ybYBT869QIPaYmcWGQ
3 0 0 0 849b 849b
你可能还注意到客户索引标记了黄色运行状况。黄色表示某些副本尚未分配。
此索引发生这种情况的原因是因为默认情况下Elasticsearch为此索引创建了一个副本。
由于我们目前只有一个节点在运行，因此在另一个节点加入集群的稍后时间点之前，尚无法分配一个副本（用于高可用性）。
将该副本分配到第二个节点后，此索引的运行状况将变为绿色。

创建索引(使用默认的设置)
PUT idx1/
创建索引同时指定节点的复制和分片数量
PUT idx2/ { "settings": { "index": { "number_of_shards" : "3",
"number_of_replicas" : "0" } } }
查询索引的基本信息
GET idx2/
获取所有索引的设置
GET _all/_settings
删除索引
DELETE idx3/
1.3 Document

Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。

Document 使用 JSON 格式表示，下面是一个例子。
{ "_index" : "idx2", "_type" : "_doc", "_id" : "1", "_version" : 5, "_seq_no"
: 5, "_primary_term" : 1, "found" : true, "_source" : { "name" :
"BiologyBook2.0", "price" : 100.0 } }
同一个 Index 里面的 Document，不要求有相同的结构（scheme），但是最好保持相同，这样有利于提高搜索效率。但是在 es6.0
后续版本中废除了 type，推荐所有的 Document 均默认使用 _doc 类型。

1.4 Type(将在ES6.0移除)

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。

2. 数据的增删改查

2.1 添加数据

在 es7.x 之后取消了 type，均使用_doc同一文档类型，想必之后版本连_doc也会被取消。

向指定的 /Index/Type 发送 PUT 请求，就可以在 Index 里面新增一条记录。比如，向/idx1/_doc发送请求，就可以新增一条人员记录。
POST /idx4/_doc/ { "name" : "anqi1.0", "age" : 20 }
我们会得到如下 json 结果，其中_id为该记录id，如果没指定的话 es 会帮我生成这种随机id，result为我们执行的操作，_index为所属索引
{ "_index" : "idx4", "_type" : "_doc", "_id" : "0u8pvGsB-aEEelT0MVgW",
"_version" : 1, "result" : "created", "_shards" : { "total" : 2, "successful" :
1, "failed" : 0 }, "_seq_no" : 1, "_primary_term" : 1 }
我们也可以指定生成的id，这样的话得到的_id就为我们指定的数字1
POST /idx4/_doc/1 { "name" : "anqi1.0", "age" : 20 }
我们如果对不存在的文档执行更新操作，则会新增一条数据，
PUT /idx4/_doc/2 { "age" : 33 }
得到如下结果，当然我们不提倡统一索引下存放结构不一样的数据。（因为只有一个 age 属性）
{ "_index" : "idx4", "_type" : "_doc", "_id" : "2", "_version" : 1, "result" :
"created", "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 },
"_seq_no" : 3, "_primary_term" : 1 }
2.2 查询数据

根据id获取文档
GET /idx5/_doc/1
使用如下命令查询 idx5 索引下所有数据
GET /idx5/_search
得到如下结果， _source即为插入的数据
{ "took" : 353, "timed_out" : false, "_shards" : { "total" : 3, "successful" :
3, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : {"value" : 2,"relation"
: "eq"}, "max_score" : 1.0, "hits" : [ { "_index" : "idx5", "_type" : "_doc",
"_id" : "2", "_score" : 1.0, "_source" : { "city" : "Yuanping", "email" :
"123@qq.com" } }, { "_index" : "idx5", "_type" : "_doc", "_id" : "1", "_score"
: 1.0, "_source" : { "city" : "Xinzhou", "email" : "abc@qq.com" } } ] } }
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。

* total：返回记录数，本例是2条。
* max_score：最高的匹配程度，本例是1.0。
* 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。

2.3 更新数据

更新数据就是发送 PUT请求，我们这里将id为1的数据中age属性更新为 22
PUT /idx4/_doc/1 { "age" : 22 }
更新后我们得到了以下结果
{ "_index" : "idx4", "_type" : "_doc", "_id" : "1", "_version" : 2, "result" :
"updated", "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 },
"_seq_no" : 2, "_primary_term" : 1 }
可以看到，记录的 Id 没变，但是版本（version）从1变成2，操作类型（result）从created变成updated，因为这次不是新建记录

Elasticsearch是一个分布式系统。当documents被创建、更新或者删除，其新版本会被复制到集群的其它节点。Elasticsearch既是异步的(asynchronous
)也是同步的(concurrent)，其含义是复制请求都是并行发送的，但是到达目的地的顺序是无序的。Elasticsearch系统需要一种方法使得老版本的文档永远都无法覆盖新的版本。

每当文档被改变的时候，文档中的_version将会被增加（+1）。Elasticsearch使用_version
确保所有的修改都会按照正确的顺序执行。如果文档旧的版本在新的版本之后到达，它会被简单的忽略。

2.4 删除数据

删除数据就是发送 DELETE 请求
DELETE /idx4/_doc/1

热门工具换一换