ElasticSearch 入门需要了解的概念

引言：ElasticSearch 的定位与应用

ElasticSearch 是一个分布式搜索和分析引擎。想象它是一个超大的图书馆：

• 可以快速找到任何书籍（搜索能力）
• 可以统计各类书籍的数量（分析能力）
• 可以随时添加新书架（可扩展性）
• 即使某个书架损坏，其他书架的书仍然可读（高可用性）

主要应用场景：

1. 网站搜索
2. 日志分析
3. 指标监控
4. 业务数据分析

一、基础概念

1.1 索引(Index)

什么是索引？

把索引理解为一个数据库：

• 传统数据库：Database → Table → Row → Column
• ElasticSearch：Index → Type* → Document → Field
  (*注：Type 概念在新版本已弃用)

// 创建索引
PUT /books
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "title": { "type": "text" },
      "author": { "type": "keyword" },
      "publish_date": { "type": "date" }
    }
  }
}

索引命名规范：

• 只能小写字母
• 不能包含 , /, *, ?, ", <, >, |, (空格), , #
• 不能以 -, _, + 开头
• 不能是 . 或 …

1.2 文档(Document)

文档是索引中的一条记录，类似数据库中的一行数据。

// 添加文档
PUT /books/_doc/1
{
  "title": "ElasticSearch 入门指南",
  "author": "张三",
  "publish_date": "2024-01-01"
}

文档特点：

• 使用 JSON 格式
• 每个文档都有唯一的 _id
• 文档字段可以动态添加

1.3 字段类型(Field Types)

常见数据类型：

{
  "mappings": {
    "properties": {
      "text_field": { "type": "text" },         // 全文搜索
      "keyword_field": { "type": "keyword" },   // 精确值
      "date_field": { "type": "date" },         // 日期
      "long_field": { "type": "long" },         // 长整型
      "double_field": { "type": "double" },     // 浮点型
      "boolean_field": { "type": "boolean" },   // 布尔值
      "object_field": { "type": "object" }      // 对象
    }
  }
}

二、集群相关概念

2.1 节点(Node)与集群(Cluster)

想象一个图书馆系统：

• 集群 = 整个图书馆系统
• 节点 = 单个图书馆分馆

节点类型：

# elasticsearch.yml 配置示例
node:
  name: node-1
  # 节点角色配置
  master: true    # 管理员
  data: true      # 图书管理员
  ingest: false   # 图书分类员

2.2 分片(Shard)与副本(Replica)

类比图书管理：

• 分片 = 将书籍分散存放在不同书架
• 副本 = 重要书籍的备份

// 设置分片和副本数
PUT /books
{
  "settings": {
    "number_of_shards": 3,    // 分成3个书架
    "number_of_replicas": 1   // 每个书架备份一份
  }
}

三、搜索相关概念

3.1 查询与过滤

两种查询上下文：

1. Query Context：相关性评分（找最相关的书）
2. Filter Context：是否匹配（找特定年份的书）

// 查询示例
GET /books/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "elasticsearch" }}  // Query Context
      ],
      "filter": [
        { "term": { "author": "张三" }},         // Filter Context
        { "range": { "publish_date": { "gte": "2024-01-01" }}}
      ]
    }
  }
}

3.2 分词和分析

分析器的组成：

1. 字符过滤器：清理特殊字符
2. 分词器：分割单词
3. Token 过滤器：转换单词（如：大小写转换）

// 分析器示例
PUT /books
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "stop"]
        }
      }
    }
  }
}

四、基本操作示例

4.1 CRUD 操作

// 创建文档
POST /books/_doc
{
  "title": "ElasticSearch 实战",
  "author": "李四",
  "publish_date": "2024-02-01"
}

// 读取文档
GET /books/_doc/1

// 更新文档
POST /books/_update/1
{
  "doc": {
    "title": "ElasticSearch 实战（第二版）"
  }
}

// 删除文档
DELETE /books/_doc/1

4.2 简单查询

// 全文搜索
GET /books/_search
{
  "query": {
    "match": {
      "title": "elasticsearch 入门"
    }
  }
}

// 精确查询
GET /books/_search
{
  "query": {
    "term": {
      "author": "张三"
    }
  }
}

4.3 常用运维命令

# 查看集群健康状态
GET /_cluster/health

# 查看索引信息
GET /_cat/indices?v

# 查看节点信息
GET /_cat/nodes?v

五、常见误区和注意事项

1. 分片数设置误区

   • ❌ 分片越多越好
   • ✅ 根据数据量合理设置，建议单个分片 20-50GB

2. 字段类型选择

   • ❌ 所有文本都用 text 类型
   • ✅ 精确值匹配用 keyword 类型

3. 映射设置

   • ❌ 依赖动态映射
   • ✅ 生产环境明确定义映射

六、概念关系图

七、进阶学习建议

1. 深入学习路径：

   • 掌握基本 CRUD 操作
   • 学习复杂查询和聚合
   • 理解分布式原理
   • 性能优化和运维

2. 推荐资源：

   • 官方文档
   • ElasticStack 视频教程
   • 《ElasticSearch 实战》
   • Stack Overflow ES 标签

总结

ElasticSearch 的核心概念构成了一个层次分明的体系：

• 集群由节点组成
• 节点存储索引
• 索引包含文档
• 文档包含字段

理解这些基本概念是掌握 ElasticSearch 的基础。随着实践的深入，你会逐渐理解这些概念之间的关联和应用。