2-Elasticsearch-面向文档的数据存储与索引

站长苏飞

教程目录帖

---

http://www.sufeinet.com/thread-24643-1-1.html

   Elasticsearch-面向文档的数据存储与索引

面向文档

---

    面向文档的开发，或者是存储，在以后的互联网大数据应用当中，将成为必然，现在随时互联网的飞速发展，以后我们想做个系统 ，没有大数据框架，没有云平台这样的关键字，都不好意思 拿出手，正是因为数据的飞速增长，获取迅速，处理及时，才让互联网在这几年突飞猛进。

    关系型存储并不是没有前景，但一定不会有对象存储的前景更好。更适合这个互联网新时代
  在一个应用程序中，你很少发现只是一个简单的键值的列表，一般情况 下，他们都会有复杂的数据结构组成。这与数据的多少无关，可能是一个日期，一个地理位置，也可能是一系列的数组，如果你想把这些东西存储到一个关系类型的数据库中，这就相当于是把一个表现力丰富的对象，挤压到一个表格中。
      首先我们需要扁平化，拆分结构，并建立关系，而查询的时候又必须要组织成一个对象。这是个复杂的过程。
很庆幸的是Elasticsearch使用的是面向文档的存储方式，这意味着你可以将整个对象存储到Elasticsearch中，而且他不仅仅是存储对象，还会对每个文档的内容进行索引化，在Elasticsearch中可以对文档进行索引，查询，排序，过滤，而不是对行列数据进行操作。这将是一种完全不同的数据考量方式。也是Elasticsearch能支持复杂全文索引的真正原因。   
Json

---

       Elasticsearch 使用 JavaScript Object Notation 或者 JSON 作为文档的序列化格式。JSON 序列化被大多数编程语言所支持，并且已经成为 NoSQL 领域的标准格式。 它简单、简洁、易于阅读。

考虑一下这个 JSON 文档，它代表了一个 user 对象：

[Shell] 纯文本查看 复制代码

{
    "email":      "john@smith.com",
    "first_name": "John",
    "last_name":  "Smith",
    "info": {
        "bio":         "Eco-warrior and defender of the weak",
        "age":         25,
        "interests": [ "dolphins", "whales" ]
    },
    "join_date": "2014/05/01"
}

       虽然原始的 [size=0.9em]user 对象很复杂，但这个对象的结构和含义在 JSON 版本中都得到了体现和保留。在 Elasticsearch 中将对象转化为 JSON 并做索引要比在一个扁平的表结构中做相同的事情简单的多。
几乎所有的语言都有相应的模块可以将任意的数据结构或对象 转化成 JSON 格式，只是细节各不相同。
具体请查看 serialization 或者 marshalling 这两个 处理 JSON 的模块。官方 Elasticsearch 客户端 自动为您提供 JSON 转化。


我们就将雇员信息存储做为第一个测试需求

---

存储雇员数据。 这将会以 雇员文档 的形式存储：一个文档代表一个雇员。存储数据到 Elasticsearch 的行为叫做 索引 ，

但在索引一个文档之前，需要确定将文档存储在哪里。

   一个 Elasticsearch 集群可以 包含多个 索引 ，相应的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 ，每个文档又有 多个 属性 。

关于索引

[C#] 纯文本查看 复制代码

你也许已经注意到 索引 这个词在 Elasticsearch 语境中包含多重意思， 所以有必要做一点儿说明：

索引（名词）：

如前所述，一个 索引 类似于传统关系数据库中的一个 数据库 ，是一个存储关系型文档的地方。 索引 (index) 的复数词为 indices 或 indexes 。

索引（动词）：

索引一个文档 就是存储一个文档到一个 索引 （名词）中以便它可以被检索和查询到。这非常类似于 SQL 语句中的 INSERT 关键词，除了文档已存在时新文档会替换旧文档情况之外。

倒排索引：[/align][align=left]
关系型数据库通过增加一个 索引 比如一个 B树（B-tree）索引 到指定的列上，以便提升数据检索速度。Elasticsearch 和 Lucene 使用了一个叫做 倒排索引 的结构来达到相同的目的。

+ 默认的，一个文档中的每一个属性都是 被索引 的（有一个倒排索引）和可搜索的。一个没有倒排索引的属性是不能被搜索到的。我们将在 倒排索引 讨论倒排索引的更多细节。

对于雇员目录，我们将做如下操作：

• 每个雇员索引一个文档，包含该雇员的所有信息。
• 每个文档都将是 [size=0.9em]employee 类型 。
• 该类型位于 索引 [size=0.9em]megacorp 内。
• 该索引保存在我们的 Elasticsearch 集群中。
  

实践中这非常简单（尽管看起来有很多步骤），我们可以通过一条命令完成所有这些动作：

[Shell] 纯文本查看 复制代码

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

注意，路径 /megacorp/employee/1 包含了三部分的信息：

megacorp索引名称employee类型名称1特定雇员的ID

请求体 —— JSON 文档 —— 包含了这位员工的所有详细信息，他的名字叫 John Smith ，今年 25 岁，喜欢攀岩。

很简单！无需进行执行管理任务，如创建一个索引或指定每个属性的数据类型之类的，可以直接只索引一个文档。Elasticsearch 默认地完成其他一切，因此所有必需的管理任务都在后台使用默认设置完成。

进行下一步前，让我们增加更多的员工信息到目录中：

[Shell] 纯文本查看 复制代码

PUT /megacorp/employee/2
{
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like to collect rock albums",
    "interests":  [ "music" ]
}

PUT /megacorp/employee/3
{
    "first_name" :  "Douglas",
    "last_name" :   "Fir",
    "age" :         35,
    "about":        "I like to build cabinets",
    "interests":  [ "forestry" ]
}

到这里基本上就算是介绍完了，大家在使用过程中有什么问题可以发帖子一起交流一下。

惜

真是难得给力的帖子啊。 学习了！

Amy

我只是路过打酱油的。

竹林风

支持