嘴对嘴系列之es核心基础概念之文档和索引

2022年07月15日 09:01

本文已参与「新人创作礼」活动，一起开启掘金创作之路。

写在前面

通过之前的几篇安装指南，我们已经把Elasticsearch的集群搭建起来了，并且也使用了Kibana进行交互式的操作。在操作中，我们发现Elasticsearch提供了基于RESTFUL风格的API操作。今天我们就送RESTful入手，介绍Elasticsearch中的索引(index)和文档(document)究竟是什么样的。为了简便沟通，我们在这里达成共识，除非特别说明，我们所说的es便是Elasticsearch。

RESTful

REST是Representational State Transfer的缩写，RESTful的架构设计，被定义成HTTP协议的最佳实践，因此我们可以知道，RESTful是一种风格，风格是为了让软件更加清晰，易于维护和使用。

我们知道HTTP支持不同的请求方法，例如GET、POST等等，因此也对应了不同的操作，具体的定义示例可看下图。

关于RESTful风格在学习es了解这么多已经足够了，更详细的信息，我们将在《RESTfullAPI操作篇》详细介绍。

文档 (Document)

众所周知，es是一个分布式文档存储。es在数据处理上，并不会把数据处理成为像是MySQL数据库的表格形式，而是将数据序列化成为JSON文档，这样能够存储更加复杂的数据结构。而这样一个JSON对象，es称之为文档Document。同时，JSON对象是有一个或者多个字段组成，这些字段也有着不同的类型，例如字符串、数值、日期、地理信息等。

定义

现在，我们知道，文档是es一个JSON对象，JSON对象中包含不同的字段，描述着对象的属性。那么如何定义一个对象呢？我们从Kibana的Dev Tools进行操作。

# 在es-learn-doc-person索引中创建一个文档
PUT /es-learn-doc-person/_create/1
{
    "name":"zhang san",
    "age":29
}
复制代码

此时，这个name叫做zhang san的对象，被{}包围起来的，就是es里的一个文档。

执行，返回信息

{
  "_index" : "es-learn-doc-person",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 2,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

复制代码

我们来分别解读一下创建指令和返回的信息。

PUT /es-learn-doc-person/_create/1
可以解读为 
PUT 请求方式,一般用在创建的场景下，POST也可以
es-learn-doc-person {索引名称}，POST请求下，如果这个索引不存在，会自动创建索引
_create 是es提供的操作api，此处需要注意，一般而言es的api都是以下划线_开头的
1 代表的是这个文档id
复制代码

所以这段命令执行的意思就是，向索引es-learn-doc-person中创建一个文档，这个文档的属性用JSON串来表示。

通过创建文档指令的返回信息，我们能够分析文档的元数据有哪些。

_index:文档归属的索引是哪一个，索引可以理解为一系列文档的集合

_id：文档的id，如果不指定的话，es会赋值

_version: 版本，用来记录修改的版本次数，递增

_shard：分片信息，集群篇我们详细介绍

result：指令执行的结果，一般有created创建成功，updated更新成功

CRUD

既然我们知道了，文档是什么，也知道了可以通过RESTful API的方式来操作文档，接下来我们尝试着，在索引中对我们常见的CRUD进行操作。首先，我们先看下，不同的操作请求对应的不同的

操作	请求方式	备注
创建	PUT	PUT创建已存在的情况，会报错也可以用POST，如果存在会更新，不存在会创建
更新	POST	更新，如果不存在则会创建
查找	GET
删除	DELETE

增

# 在索引es-learn-doc-person中创建一个文档id为10，name为ma zi，年龄20岁
PUT /es-learn-doc-person/_create/10
{
    "name":"ma zi",
    "age":20
}
复制代码

查

# 查出es-learn-doc-person中name是 zhang san的文档
GET /es-learn-doc-person/_search
{
  "query": {
    "match": {
      "name": "zhang san"
    }
  }
}
复制代码

改

# 在索引es-learn-doc-person中id=10的年龄改为30
POST /es-learn-doc-person/_doc/10
{
    "age":30
}
复制代码

删

# 删除索引es-learn-doc-person中id=10的文档
DELETE /es-learn-doc-person/_doc/10
复制代码

索引 (Index)

在上面的创建文档的时候

# 在es-learn-doc-person索引中创建一个文档
PUT /es-learn-doc-person/_create/1
{
    "name":"zhang san",
    "age":29
}
复制代码

我们指定了索引es-learn-doc-person,默认es帮我们创建了索引。

# 我们无条件查询下索引
GET /es-learn-doc-person/_search
复制代码

通过结果，我们可以看到，这个索引下包含了很多的文档，并且会有相关的一些维度信息，因此索引可以看做是文档集合和相关的文档处理。

元数据

对于索引的元数据，es有两部分的划分，setting，mapping。可以通过es相关api来查看。

setting

setting主要用来限定索引的一些行为，首先我们先查看，我们默认创建的索引的setting有哪些信息。

GET /es-learn-doc-person/_settings
复制代码

返回信息

index.routing.allocation.include._tier_preference：在索引创建分配的时候推荐分配到哪些节点。

number_of_shards: 分区个数，将索引的数据分成多少份存储

number_of_replicas：副本个数

一般我们比较关心的是索引的分区个数和副本个数，但是在其他的部分也有相关的设置，例如怎么确定分词、怎么进行索引分块、怎么进行分区合并、怎么记录慢日志等等。

mapping

mapping是用来定义文档对象的属性，可以类比到表的列字段。

# 查询索引的映射
GET /es-learn-doc-person/_mapping
复制代码

问题

在之前的es版本，文档的还有一个元数据_type？你知道是做什么的吗？为什么后期的版本进行了取消？