ElasticSearch核心概念和文档的CRUD


undefinedgithub


本文所有命令均在 Kibana 的 dev tools 上进行

1. 基本概念#

1.1 Node 与 Cluster#

Elastic 本质上是一个分布式数据库,允许多台服务器协同工作,每台服务器可以运行多个 Elastic 实例。单个 Elastic 实例称为一个节点(node)。一组节点构成一个集群(cluster)。

1.2 Index#

Elastic 会索引所有字段,经过处理后写入一个反向索引(Inverted Index)。查找数据的时候,直接查找该索引。所以,Elastic 数据管理的顶层单位就叫做 Index(索引)。它是单个数据库的同义词。每个 Index (即数据库)的名字必须是小写。

事实上,我们的数据被存储在分片(shards)中,索引只是一个把一个或多个分片分组在一起的逻辑空间。然而,这只是一些内部细节——我们的程序完全不用关心分片。对于我们的程序而言,文档存储在索引(index)中。剩下的细节由Elasticsearch关心既可。

可以使用如下命令,查询本节点下的所有索引

Copy
#查询所有索引 GET _cat/indices?v

可以得到以下结果

Copy
health status index uuid pri rep docs.count docs.deleted store.size pri.store.size green open idx5 Tzjr1CmGRlCOjZUyQ0QUhA 3 0 2 0 8.5kb 8.5kb yellow open idx4 z7zw83L9Tjyc1Fx7jb6l0A 1 1 3 1 11.8kb 11.8kb green open idx2 7SSk77DkTN-VpUuXehgaDQ 3 0 7 2 27.2kb 27.2kb yellow open idx1 1bqxLckjSk-BZtERVNhPZQ 1 1 0 0 283b 283b green open idx3 qc32ybYBT869QIPaYmcWGQ 3 0 0 0 849b 849b

你可能还注意到客户索引标记了黄色运行状况。黄色表示某些副本尚未分配。 此索引发生这种情况的原因是因为默认情况下Elasticsearch为此索引创建了一个副本。 由于我们目前只有一个节点在运行,因此在另一个节点加入集群的稍后时间点之前,尚无法分配一个副本(用于高可用性)。 将该副本分配到第二个节点后,此索引的运行状况将变为绿色。

创建索引(使用默认的设置)

Copy
PUT idx1/

创建索引同时指定节点的复制和分片数量

Copy
PUT idx2/ { "settings": { "index": { "number_of_shards" : "3", "number_of_replicas" : "0" } } }

查询索引的基本信息

Copy
GET idx2/

获取所有索引的设置

Copy
GET _all/_settings

删除索引

Copy
DELETE idx3/

1.3 Document#

Index 里面单条的记录称为 Document(文档)。许多条 Document 构成了一个 Index。

Document 使用 JSON 格式表示,下面是一个例子。

Copy
{ "_index" : "idx2", "_type" : "_doc", "_id" : "1", "_version" : 5, "_seq_no" : 5, "_primary_term" : 1, "found" : true, "_source" : { "name" : "BiologyBook2.0", "price" : 100.0 } }

同一个 Index 里面的 Document,不要求有相同的结构(scheme),但是最好保持相同,这样有利于提高搜索效率。但是在 es6.0 后续版本中废除了 type,推荐所有的 Document 均默认使用 _doc 类型。

1.4 Type(将在ES6.0移除)#

Document 可以分组,比如weather这个 Index 里面,可以按城市分组(北京和上海),也可以按气候分组(晴天和雨天)。这种分组就叫做 Type,它是虚拟的逻辑分组,用来过滤 Document。

2. 数据的增删改查#

2.1 添加数据#

在 es7.x 之后取消了 type,均使用_doc同一文档类型,想必之后版本连_doc也会被取消。

向指定的 /Index/Type 发送 PUT 请求,就可以在 Index 里面新增一条记录。比如,向/idx1/_doc发送请求,就可以新增一条人员记录。

Copy
POST /idx4/_doc/ { "name" : "anqi1.0", "age" : 20 }

我们会得到如下 json 结果,其中_id为该记录id,如果没指定的话 es 会帮我生成这种随机id,result为我们执行的操作,_index为所属索引

Copy
{ "_index" : "idx4", "_type" : "_doc", "_id" : "0u8pvGsB-aEEelT0MVgW", "_version" : 1, "result" : "created", "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 }, "_seq_no" : 1, "_primary_term" : 1 }

我们也可以指定生成的id,这样的话得到的_id就为我们指定的数字1

Copy
POST /idx4/_doc/1 { "name" : "anqi1.0", "age" : 20 }

我们如果对不存在的文档执行更新操作,则会新增一条数据,

Copy
PUT /idx4/_doc/2 { "age" : 33 }

得到如下结果,当然我们不提倡统一索引下存放结构不一样的数据。(因为只有一个 age 属性)

Copy
{ "_index" : "idx4", "_type" : "_doc", "_id" : "2", "_version" : 1, "result" : "created", "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 }, "_seq_no" : 3, "_primary_term" : 1 }

2.2 查询数据#

根据id获取文档

Copy
GET /idx5/_doc/1

使用如下命令查询 idx5 索引下所有数据

Copy
GET /idx5/_search

得到如下结果, _source即为插入的数据

Copy
{ "took" : 353, "timed_out" : false, "_shards" : { "total" : 3, "successful" : 3, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : {"value" : 2,"relation" : "eq"}, "max_score" : 1.0, "hits" : [ { "_index" : "idx5", "_type" : "_doc", "_id" : "2", "_score" : 1.0, "_source" : { "city" : "Yuanping", "email" : "123@qq.com" } }, { "_index" : "idx5", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "city" : "Xinzhou", "email" : "abc@qq.com" } } ] } }

上面代码中,返回结果的 took字段表示该操作的耗时(单位为毫秒),timed_out字段表示是否超时,hits字段表示命中的记录,里面子字段的含义如下。

  • total:返回记录数,本例是2条。
  • max_score:最高的匹配程度,本例是1.0
  • hits:返回的记录组成的数组。

返回的记录中,每条记录都有一个_score字段,表示匹配的程序,默认是按照这个字段降序排列。

2.3 更新数据#

更新数据就是发送 PUT请求,我们这里将id为1的数据中age属性更新为 22

Copy
PUT /idx4/_doc/1 { "age" : 22 }

更新后我们得到了以下结果

Copy
{ "_index" : "idx4", "_type" : "_doc", "_id" : "1", "_version" : 2, "result" : "updated", "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 }, "_seq_no" : 2, "_primary_term" : 1 }

可以看到,记录的 Id 没变,但是版本(version)从1变成2,操作类型(result)从created变成updated,因为这次不是新建记录

Elasticsearch是一个分布式系统。当documents被创建、更新或者删除,其新版本会被复制到集群的其它节点。Elasticsearch既是异步的(asynchronous )也是同步的(concurrent),其含义是复制请求都是并行发送的,但是到达目的地的顺序是无序的。Elasticsearch系统需要一种方法使得老版本的文档永远都无法覆盖新的版本。

每当文档被改变的时候,文档中的_version将会被增加(+1)。Elasticsearch使用_version确保所有的修改都会按照正确的顺序执行。如果文档旧的版本在新的版本之后到达,它会被简单的忽略。

2.4 删除数据#

删除数据就是发送 DELETE 请求

Copy
DELETE /idx4/_doc/1
posted @   海向  阅读(1449)  评论(4编辑  收藏  举报
点击右上角即可分享
微信分享提示
CONTENTS

"『一键投喂 软糖/蛋糕/布丁/牛奶/冰阔乐!』"