ElasticSearch索引

索引是具有相同结构的文档集合。在ElasticSearch中大部分操作都是基于索引来完成的。将数据存储到ElasticSearch中的过程，叫做索引（动词）。一个ES集群中可以包含多个索引，每个索引可以包含多个类型。这些不同的类型存储着多个文档，每个文档会包含多个属性。

索引（名词）：如上一篇文章所示，一个索引可以类比为关系型数据库的一张表。

索引（动词）：索引一个文档，就是将一个文档存储到ES当中，也就是将文档存储到一个索引（名词）中。这非常类似于SQL中的Insert 语句，不过有所区别的是，索引一个文档，如果文档已存在则更新，如果不存在则创建。

倒排索引

倒排索引是搜索引擎的核心技术之一，正是因为有倒排索引，搜索引擎才能有效率的进行查询、删除等操作。

我们说的倒排索引，我们可以对比正排索引。比如图书的目录结构就是一种正排索引，通过文章标题找到对应的页码。对于倒排索引，我们通过下面的文档转换看一下。

倒排索引的转换，是通过索引关键字的维度进行的。比如下面通过的关键字维度进行索引：

倒排索引包含两部分：单词词项、倒排列表。

单词词项：记录所有文档的单词，记录单词到倒排列表的关联关系。因为单词的数量比较大，通常会以B+树或者Hash链表的方式实现，以满足高效的查询与删除操作。

倒排列表：记录了单词对应的文档集合，由倒排索引项组成。倒排索引项包含：文档ID、词频（单词出现的频率）、单词在对应文档中的偏移量。

索引操作

创建文档（Create）

ES支持自动生成ID或者手动指定ID创建文档。

自动生成ID

POST /blogs/_doc
{
    "title":"ElasticSearch索引",
    "category":"ElasticSearch",
    "tags":[
        "ElasticSearch",
        "原理"
    ]
}

手动指定ID

PUT /blogs/_create/1
{
    "title":"ElasticSearch架构",
    "category":"ElasticSearch",
    "tags":[
        "ElasticSearch",
        "架构"
    ]
}

当手动指定ID索引文档时，如果第二次执行上面创建文档数据，此时会返回如下结果：

{
  "error": {
    "root_cause": [
      {
        "type": "version_conflict_engine_exception",
        "reason": "[1]: version conflict, document already exists (current version [1])",
        "index_uuid": "sQ_DCF0ORye3cKy6yfdCPA",
        "shard": "0",
        "index": "blogs"
      }
    ],
    "type": "version_conflict_engine_exception",
    "reason": "[1]: version conflict, document already exists (current version [1])",
    "index_uuid": "sQ_DCF0ORye3cKy6yfdCPA",
    "shard": "0",
    "index": "blogs"
  },
  "status": 409
}

获取文档（Get）

GET /blogs/_doc/1

返回文档结果：

{
  "_index" : "blogs",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 1,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "title" : "ElasticSearch架构",
    "category" : "ElasticSearch",
    "tags" : [
      "ElasticSearch",
      "架构"
    ]
  }
}

索引文档（Index）

Index 也可以认为是存储文档，不过与Create 不同的是，如果文档ID不存在则会索引新的文档；如果文档ID存在，则会先删除原先的文档，然后索引新的文档，version 递增。

PUT /blogs/_doc/1
{
    "title":"ElasticSearch存储",
    "category":"ElasticSearch",
    "tags":[
        "ElasticSearch",
        "存储"
    ]
}

更新文档（Update）

Update 不会删除原先的文档，而是真正的数据更新。

POST /blogs/_update/1
{
  "doc" : {
    "tags" : [
      "ES存储",
      "存储架构"
    ]
  }
}

批量操作（Bulk API）

使用Bulk API 可以在一次请求中，对不同的索引进行操作，其中可以支持 Index、Create、Update、Delete。批量操作的每一个操作是相互独立的，其中一个操作的执行失败不会影响其他的操作。当然返回结果中也包含了每一条操作的结果响应。

POST _bulk
{"index":{"_index":"blogs","_id":"10"}}
{"title":"ElasticSearch聚合","category":"ElasticSearch","tags":["ElasticSearch","聚合"]}
{"delete":{"_index":"blogs","_id":"11"}}
{"create":{"_index":"blogs","_id":"12"}}
{"title":"ElasticSearch映射","category":"ElasticSearch","tags":["ElasticSearch","映射"]}
{"update":{"_index":"blogs","_id":"12"}}
{"doc":{"tags":["ES","映射结构"]}}

批量读取（Mget）

批量读取顾名思义就是批量获取数据，可以减少网络开销，提升性能。

GET /_mget
{
  "docs": [
    {
      "_index": "blogs",
      "_id": "10"
    },
    {
      "_index": "blogs",
      "_id": "11"
    },
    {
      "_index": "blogs",
      "_id": "12"
    }
  ]
}

批量查询（msearch）

对于不同的索引可以批量查询，如下所示：

POST /blogs/_msearch
{}
{"query":{"match_all":{}},"size":1}
{"index":"users"}
{"query":{"match_all":{}},"size":2}

参考：《ElasticSearch技术解析与实战》、《极客时间：ElasticSearch核心技术与实战》

相关推荐