>[info] elasticsearch的概念 | Relational DB | Elasticsearch | | --- | --- | | 數據庫(database) | 索引(indices) | | 表(tables) | 類型(types) | | 行(rows) | 文檔(documents) | | 字段(columns) | 字段(fields) | elasticsearch(集群)中可以包含多個索引(數據庫)，每個索引中可以包含多個類型(表)，每個類型下又包 含多 個文檔(行)，每個文檔中又包含多個字段(列)。 ***** >[info] 物理設計 elasticsearch 在后臺把每個索引劃分成多個分片，每分分片可以在集群中的不同服務器間遷移 一個人就是 一個集群！默認的集群名稱就是 elaticsearch。  >[info] 邏輯設計 一個索引類型中，包含多個文檔，比如說文檔1，文檔2。 當我們索引一篇文檔時，可以通過這樣的一各 順 序找到 它: 索引 ? 類型 ? 文檔ID ，通過這個組合我們就能索引到某個具體的文檔。 注意:ID不必是整 數， 實際上它是個字符串。 ***** **文檔：** 就是我們的一條條數據 ``` user 1 zhangsan 18 2 kuangshen 3 ``` 之前說elasticsearch是面向文檔的，那么就意味著索引和搜索數據的最小單位是文檔，elasticsearch 中，文 檔有幾個 重要屬性 : * 自我包含，一篇文檔同時包含字段和對應的值，也就是同時包含 key:value！ * 可以是層次型的，一個文檔中包含自文檔，復雜的邏輯實體就是這么來的！ {就是一個json對象！ fastjson進行自動轉換！} * 靈活的結構，文檔不依賴預先定義的模式，我們知道關系型數據庫中，要提前定義字段才能使用， 在 elasticsearch中，對于字段是非常靈活的，有時候，我們可以忽略該字段，或者動態的添加一個 新的字 段。 盡管我們可以隨意的新增或者忽略某個字段，但是，每個字段的類型非常重要，比如一個年齡字段類 型， 可以是字符 串也可以是整形。因為elasticsearch會保存字段和類型之間的映射及其他的設置。這種 映射具 體到每個映射的每種類型，這也是為什么在elasticsearch中，類型有時候也稱為映射類型。 ***** >[info] 索引（就是數據庫！） 索引是映射類型的容器，elasticsearch中的索引是一個非常大的文檔集合。索引存儲了映射類型的字段 和其 他設置。 然后它們被存儲到了各個分片上了。 我們來研究下分片是如何工作的。 ***** **物理設計 ：節點和分片 如何工作**  一個集群至少有一個節點，而一個節點就是一個elasricsearch進程，節點可以有多個索引默認的，如果 你創 建索引，那么索引將會有個5個分片 ( primary shard ,又稱主分片 ) 構成的，每一個主分片會有一個 副本 ( replica shard ,又稱復制分片 )  上圖是一個有3個節點的集群，可以看到主分片和對應的復制分片都不會在同一個節點內，這樣有利于某 個 節點掛掉 了，數據也不至于丟失。 實際上，一個分片是一個Lucene索引，一個包含倒排索引的文件 目 錄，倒排索引的結構使 得elasticsearch在不掃描全部文檔的情況下，就能告訴你哪些文檔包含特定的 關鍵 字。 不過，等等，倒排索引是什么鬼? ***** >[info] 倒排索引 elasticsearch使用的是一種稱為倒排索引的結構，采用Lucene倒排索作為底層。這種結構適用于快速的 全文 搜索， 一個索引由文檔中所有不重復的列表構成，對于每一個詞，都有一個包含它的文檔列表。 ***** 比如我們通過博客標簽來搜索博客文章。那么倒排索引列表就是這樣的一個結構 :  如果要搜索含有 python 標簽的文章，那相對于查找所有原始數據而言，查找倒排索引后的數據將會快 的 多。只需要 查看標簽這一欄，然后獲取相關的文章ID即可。完全過濾掉無關的所有數據，提高效率！ ***** >[info] elasticsearch的索引和Lucene的索引對比 在elasticsearch中， 索引 （庫）這個詞被頻繁使用，這就是術語的使用。 在elasticsearch中，索引被 分為 多個分片，每份 分片是一個Lucene的索引。所以一個elasticsearch索引是由多個Lucene索引組成 的。別問 為什么，誰讓elasticsearch使用Lucene作為底層呢! 如無特指，說起索引都是指elasticsearch 的索引。