关系型数据库与Elasticsearch对比：索引、类型和文档解析

关系型数据库和 ES 对比

1
2
Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indexing   -> Types  -> Documents -> Fields

Elasticsearch 集群可以包含多个索引 (indices)（数据库），每一个索引可以包含多个类型 (types)（表），每一个类型包含多个文档 (documents)（行），然后每个文档包含多个字段 (Fields)（列）

「索引」含义的区分

你可能已经注意到索引 (index) 这个词在 Elasticsearch 中有着不同的含义，所以有必要在此做一下区分:
索引（名词） 如上文所述，一个索引 (index) 就像是传统关系数据库中的数据库，它是相关文档存储的地方，index 的复数是 indices 或 indexes。
索引（动词） 「索引一个文档」表示把一个文档存储到索引（名词）里，以便它可以被检索或者查询。这很像 SQL 中的 INSERT 关键字，差别是，如果文档已经存在，新的文档将覆盖旧的文档。
倒排索引 传统数据库为特定列增加一个索引，例如 B-Tree 索引来加速检索。Elasticsearch 和 Lucene 使用一种叫做倒排索引 (inverted index) 的数据结构来达到相同目的。

创建一个员工信息

1
2
3
4
5
6
7
8
PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

删除使用 delete
查询 使用 get
查询全部 在最后加上 _search
自动生成 id 使用 post

自动生成的 ID 有 22 个字符长，URL-safe, Base64-encoded string universally unique identifiers, 或者叫 UUIDs。

根据关键字查询
GET /megacorp/employee/_search?q=last_name:Smith

我们在请求中依旧使用 _search 关键字，然后将查询语句传递给参数 q=。

Elasticsearch 致力于隐藏分布式系统的复杂性。以下这些操作都是在底层自动完成的：

将你的文档分区到不同的容器或者分片 (shards) 中，它们可以存在于一个或多个节点中。
将分片均匀的分配到各个节点，对索引和搜索做负载均衡。
冗余每一个分片，防止硬件故障造成的数据丢失。
将集群中任意一个节点上的请求路由到相应数据所在的节点。
无论是增加节点，还是移除节点，分片都可以做到无缝的扩展和迁移。

创建一个新文档

当索引一个文档，我们如何确定是完全创建了一个新的还是覆盖了一个已经存在的呢？
请记住 _index、_type、_id 三者唯一确定一个文档。所以要想保证文档是新加入的，最简单的方式是使用 POST 方法让 Elasticsearch 自动生成唯一 _id：

1
2
POST /website/blog/
{ ... }

然而，如果想使用自定义的 _id，我们必须告诉 Elasticsearch 应该在 _index、_type、_id 三者都不同时才接受请求。为了做到这点有两种方法，它们其实做的是同一件事情。你可以选择适合自己的方式：1

  1. 第一种方法使用 op_type 查询参数：
1
2
PUT /website/blog/123?op_type=create
{ ... }
  1. 或者第二种方法是在 URL 后加 /_create 做为端点：
1
2
PUT /website/blog/123/_create
{ ... }

如果请求成功的创建了一个新文档，Elasticsearch 将返回正常的元数据且响应状态码是 201 Created。

另一方面，如果包含相同的 _index、_type 和 _id 的文档已经存在，Elasticsearch 将返回 409 Conflict 响应状态码，错误信息类似如下：

1
2
3
4
5
{
  "error" : "DocumentAlreadyExistsException[[website][4] [blog][123]:
             document already exists]",
  "status" : 409
}

多索引和多类型搜索

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
/_search

在所有索引的所有类型中搜索
/gb/_search

在索引gb的所有类型中搜索
/gb,us/_search

在索引gb和us的所有类型中搜索
/g*,u*/_search

在以g或u开头的索引的所有类型中搜索
/gb/user/_search

在索引gb的类型user中搜索
/gb,us/user,tweet/_search

在索引gb和us的类型为user和tweet中搜索
/_all/user,tweet/_search

分页

1
2
3
GET /_search?size=5
GET /_search?size=5&from=5
GET /_search?size=5&from=10

深度分页问题

查询方式

  1. 简单查询
    直接在 url 后面拼接参数
1
GET /_all/tweet/_search?q=tweet:elasticsearch

“+” 前缀表示语句匹配条件必须被满足。类似的 “-“ 前缀表示条件必须不被满足。所有条件如果没有 + 或 - 表示是可选的——匹配越多，相关的文档就越多。