Elasticsearch 7.x 之檔案、索引和 REST API 【基礎入門篇】
前幾天寫過一篇《Elasticsearch 7.x 最詳細安裝及配置》，今天繼續最新版基礎入門內容。這一篇簡單總結了 Elasticsearch 7.x 之檔案、索引和 REST API。
- 什麼是檔案
- 檔案Unique ID
- 檔案元資料
- 什麼是索引
- REST API
一、索引檔案（Document）
1.1 白話什麼是檔案
從使用案例出發，Elasticsearch 是面向檔案，檔案是所有搜尋資料的最小單元。
- 案例一：每個公司都有業務日誌平臺，比如交易業務日誌。
檔案：每一條日誌檔案中的日誌項，就是檔案 - 案例二：可以搜尋並播放電影的線上視訊網站
檔案：每一個電影的具體資訊，就是檔案 - 案例三：可以搜尋並下載檔案的雲端儲存網站，類似百度雲
檔案：每一個檔案具體內容資訊，就是檔案
等等案例很多，那麼檔案就是類似資料庫裡面的一條長長的儲存記錄。檔案（Document）是索引資訊的基本單位。
檔案被序列化成為 JSON 格式，物理儲存在一個索引中。JSON 是一種常見的網際網路資料交換格式：
- 檔案欄位名：JSON 格式由 name/value pairs 組成，對應的 name 就是檔案欄位名
- 檔案欄位型別：每個欄位都有對應的欄位型別：String、integer、long 等，並支援資料&巢狀
1.2 檔案的 Unique ID
每個檔案都會有一個 Unique ID，其欄位名稱為 _id
- 自行設定指定 ID 或通過 Elasticsearch 自動生成
- 其值不會被索引
- 注意：該 id 欄位的值可以在某些查詢 term,terms,match,querystring,simplequerystring 等中訪問，但不能在 aggregations，scripts 或 sorting 中使用。如果需要對 id 欄位進行排序或彙總，建議新建一個檔案欄位複製 id 欄位的內容
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" ]
}
}
}複製程式碼 1.3 檔案元資料
元資料是用於標註檔案的相關資訊，那麼索引檔案的元資料如下：
- _index 檔案所屬索引名稱
- _type 檔案所屬型別名
- _id 檔案唯一 ID
- _score 檔案相關性打分
- _source 檔案 JSON 資料
- _version 檔案版本資訊
其中 _type 檔案所屬型別名，需要關注版本不同之間區別：
- 7.0 之前，一個索引可以設定多個 types
- 7.0 開始，被 Deprecated 了。一個索引只能建立一個 type，值為 _doc
二、索引（Index）
2.1 索引不同意思
作為名詞，索引代表是在 Elasticsearch 叢集中，可以建立很多不同索引。也是本小節要總結的內容。
作為動詞，索引代表儲存一個檔案到 Elasticsearch。就是在 Elasticsearch 建立一個倒排索引的意思
2.2 什麼是索引
索引，就是相似型別檔案的集合。類似 Spring Bean 容器裝載著很多 Bean ，ES 索引就是檔案的容器，是一類檔案的集合。
以前匯入了 kibanasampledata_flights 索引，通過 GET 下面這個 URL ，就能得到索引一些資訊：
GET http://localhost:9200/kibana_sample_data_flights複製程式碼結果如下：
{
"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"
}
}
}
}
}複製程式碼根據返回結果，我們知道：
- mappings：定義檔案欄位的型別
- settings：定義不同資料分佈
- aliases：定義索引的別名，可以通過別名訪問該索引
索引，是邏輯空間概念，每個索引有對那個的 Mapping 定義，對應的就是檔案的欄位名和欄位型別。相比後面會講到分片，是物理空間概念，索引中儲存資料會分散到分片上。
實戰經驗總結：aliases 別名大有作為，比如 myindex 遷移到 myindex_new,資料遷移後，只需要保持一致的別名配置。那麼通過別名訪問索引的業務方都不需要修改，直接遷移即可。
2.3 跟 MySQL 類比
基本理解了 Elasticsearch 重要的兩個概念，可以將 ES 關鍵點跟關係型資料庫類比如下：
三、REST API 方便 ES 被各種語言呼叫
如圖，Elasticsearch 提供了 REST API，方便，相關索引 API 如下：
# 檢視索引相關資訊
GET kibana_sample_data_ecommerce
# 檢視索引的檔案總數
GET kibana_sample_data_ecommerce/_count
# 檢視前10條檔案，瞭解檔案格式
POST kibana_sample_data_ecommerce/_search
{
}
# _cat indices API
# 檢視indices
GET /_cat/indices/kibana*?v&s=index
# 檢視狀態為綠的索引
GET /_cat/indices?v&health=green
# 按照檔案個數排序
GET /_cat/indices?v&s=docs.count:desc
# 檢視具體的欄位
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複製程式碼具體 API 可以通過 POSTMan 等工具操作，或者安裝 kibana ，對應的 Dev Tools工具進行訪問。
（完），更多可以看 ES 7.x 系列教程 bysocket.com
資料：
- Elasticsearch 7.x 最詳細安裝及配置
https://www.bysocket.com/elasticsearch/2417.html - 極客時間 Elasticsearch核心技術與實戰
- CAT Index API https://www.elastic.co/guide/en/elasticsearch/reference/7.1/cat-indices.html
- 為什麼不再支援單個Index下，多個Tyeps https://www.elastic.co/cn/blog/moving-from-types-to-typeless-apis-in-elasticsearch-7-0
本文由部落格一文多發平臺 OpenWrite 釋出！