Elasticsearch的Search详解

介绍

ES不是新技术，是将全文检索和数据分析、分布式整合到一起。
基于lucene开发，提供简单的restful api接口、java api接口、其他语言开发接口等。
实现了分布式的搜索引擎和分析引擎。
补充数据库在现在互联网领域中的不足，如：全文检索、同义词处理、相关度排名、复杂数据分析、海量数据近实时处理等。

相关概念

倒排索引

对数据进行分析，抽取出数据中的词条，以词条作为key，对应数据的存储位置作为value，实现索引的存储。这种索引称为倒排索引。

终于有人把Elasticsearch原理讲透了！

Near Realtime (NRT) 接近实时

近实时。有两层概念，从写入数据到可搜索数据有一个延迟（1秒左右，分析写入数据的过程）；基于ES执行搜索和分析可以达到秒级别的响应。

Cluster&Node

Cluster-集群。包含多个节点，每个节点通过配置来决定属于哪一个集群（默认集群命名为“elasticsearch”）。
对于中小型应用来说，最初只有一个节点也是很正常的。
Node-节点
集群中的一个节点，节点的名字默认是随机分配的。节点名字在运维管理时很重要，
节点默认会自动加入一个命名为“elasticsearch”的集群，如果直接启动多个节点，
则自动组成一个命名为“elasticsearch”的集群。当然单节点启动也是一个集群。

Document文档

ES中的最小数据单元。一个Document就是一条数据，一般使用JSON数据结构表示。
每个Index下的Type中都可以存储多个Document。一个Document中有多个field，field就是数据字段。如：
product document
{
"product_id":1,
"product_name":"xxx",
.....
}

Index索引

包含若干相似结构的Document数据。
如：客户索引，订单索引，商品索引等。一个Index包含多个Document，也代表一类相似的或相同的Document。
如：订单索引中存放了所有的订单数据（就是所有的订单Document）

Type类型

每个索引中都可以有若干Type，Type是Index中的一个逻辑分类，同一个Type中的Document都有相同的field。
示例：订单索引，不同状态的订单包含不同的内容，如：未支付订单（自动取消时间）和已支付订单（支付时间）、已发货订单（发货时间、物流信息）等都有不同的内容。
ES6.x版本之后，type概念被弱化，一个index中只能有唯一的一个type。且在7.x版本之后，会删除type定义

shard

一个index默认10个shard，5个primary shard(主分片)，5个replica shard(副本分片)。
最小的高可用配置需要2台服务器。因为ES要求primary shard和replica shard不能处于同一个节点中；

对比数据库理解

Search

• 使用Postman测试

查看健康的状态

GET /_cat/health?v

status：green、yellow、red
green：每个索引的primary shard和replica shard都是active的
yellow：每个索引的primary shard都是active的，但部分的replica shard不是active的
red：不是所有的索引都是primary shard都是active状态的。

展示所有的索引

GET /_cat/indices?v

官方文档

官方文档