目錄

ES概念介紹

1、ES核心概念組成

2、ES數(shù)據(jù)類型介紹

2.1 字符串型

2.2 數(shù)值型

2.3 布爾型 boolean

2.4 二進制類型 binary

2.5 范圍類型

2.6 日期型 date

2.7 復(fù)雜數(shù)據(jù)類型

3、特點

4、應(yīng)用場景舉例

---

ES概念介紹

Elaticsearch，簡稱為ES， ES是一個開源的高擴展的分布式全文搜索引擎，是整個Elastic Stack技術(shù)棧的核心。它可以近乎實時的存儲、檢索數(shù)據(jù)；本身擴展性很好，可以擴展到上百臺服務(wù)器，處理PB級別的數(shù)據(jù)。

1、ES核心概念組成

• 索引 index：一個索引相當(dāng)于一個關(guān)系數(shù)據(jù)庫的數(shù)據(jù)庫

• 類型 type：一種type相當(dāng)于關(guān)系數(shù)據(jù)庫的一類數(shù)據(jù)表，在ES 7.x默認type為_doc

????????ES 5.x中一個索引(index)可以有多種type

????????ES 6.x中一個索引(index)只能有一種type

????????ES 7.x版本以后，將逐步淡化type這個概念，現(xiàn)在的操作已經(jīng)不再使用，默認_doc

• 映射 mapping：mapping定義了每個字段的類型、字段所使用的分詞器信息。相當(dāng)于關(guān)系型數(shù)據(jù)庫中的表結(jié)構(gòu)。

• 文檔 document：一個document相當(dāng)于關(guān)系型數(shù)據(jù)庫中數(shù)據(jù)表的一行記錄
• 倒排索引：一個倒排索引由文檔中所有不重復(fù)詞的列表構(gòu)成，對于其中每個詞都有包含它的文檔id列表

• 字段 field：相當(dāng)于關(guān)系型數(shù)據(jù)庫表的字段名稱

2、ES數(shù)據(jù)類型介紹

2.1 字符串型

text：用于全文索引，該類型的字段將通過分詞器 進行分詞

keyword：不進行分詞，只能搜索該字段的完整的值

2.2 數(shù)值型

long, integer, short, byte, double, float, half_float, scaled_float

2.3 布爾型 boolean

boolean JSON 中的 “true”、“false”、true、false 都可以

2.4 二進制類型 binary

該類型的字段把值當(dāng)做經(jīng)過 base64 編碼的字符串，默認不存儲，且不可搜索

2.5 范圍類型

范圍類型表示值是一個范圍，而不是一個具體的值

integer_range, float_range, long_range, double_range, date_range

比如：age 的類型是 integer_range，如果存儲的值是 {"gte" : 18, "lte" : 90}；搜索 "term" : {"age": 60} 可以查詢到該值

2.6 日期型 date

因為Json沒有date類型，所以es通過識別字符串是否符合format定義的格式來判斷是否滿足date類型

format默認為：strict_date_optional_time||epoch_millis

"2023-01-31" "2023/01/31 12:10:30" 類似這種字符串格式

2.7 復(fù)雜數(shù)據(jù)類型

• 數(shù)組：[ ] Nested: nested (數(shù)組類型的JSON對象)

比如：[ { "name": "小張", "age": 30 }, { "name": "小李", "age": 35 }]

• 對象：{ } Object: object(單個JSON對象)

比如：{ "name": "小李", "age": 35 }

3、特點

分布式架構(gòu)：Elasticsearch采用分布式架構(gòu)，可以在多個節(jié)點上分散存儲和處理數(shù)據(jù)，從而提高了數(shù)據(jù)的可伸縮性和可用性。
實時性：Elasticsearch可以實時地存儲和處理數(shù)據(jù)，使得應(yīng)用程序可以快速地捕捉和分析實時數(shù)據(jù)。
自動分片和復(fù)制：Elasticsearch可以自動將數(shù)據(jù)分片，并將數(shù)據(jù)復(fù)制到多個節(jié)點上，從而提高了數(shù)據(jù)的可用性和可靠性。
多種數(shù)據(jù)格式支持：Elasticsearch支持多種數(shù)據(jù)格式，包括JSON、XML、CSV等，可以處理各種類型的數(shù)據(jù)。
搜索和分析：Elasticsearch可以通過簡單的API實現(xiàn)全文搜索和復(fù)雜的分析，從而可以快速地分析和理解大量的數(shù)據(jù)。
支持多個搜索引擎：Elasticsearch支持多個搜索引擎，可以同時處理多個搜索請求，從而提高了搜索的性能和效率。
簡單易用：Elasticsearch具有簡單易用的API和管理工具，使得開發(fā)者可以輕松地使用和管理Elasticsearch。
開源免費：Elasticsearch是開源免費的，可以自由地使用和修改，從而滿足不同的需求。

4、應(yīng)用場景舉例

網(wǎng)站搜索：Elasticsearch可以用于構(gòu)建高性能的網(wǎng)站搜索引擎，例如Google、Bing等。在搜索請求中，Elasticsearch可以快速地處理數(shù)十億甚至數(shù)百億的文檔，從而提供高性能的搜索服務(wù)。

日志分析：Elasticsearch可以用于對日志文件進行搜索和分析，例如Apache、Nginx等。在日志分析中，Elasticsearch可以快速地找到關(guān)鍵字和趨勢，幫助用戶提高業(yè)務(wù)效率。

數(shù)據(jù)分析：Elasticsearch可以用于數(shù)據(jù)分析和挖掘，例如Facebook、Twitter等。在Facebook和Twitter等社交媒體平臺上，每天都會產(chǎn)生海量的數(shù)據(jù)，Elasticsearch可以快速地處理和分析這些數(shù)據(jù)，從而發(fā)現(xiàn)用戶的興趣、習(xí)慣等，為企業(yè)提供更好的服務(wù)。

物聯(lián)網(wǎng)：Elasticsearch可以用于物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)存儲和分析，例如智能家居、智能交通等。在智能家居和智能交通中，每天都會產(chǎn)生大量的數(shù)據(jù)，Elasticsearch可以將這些數(shù)據(jù)存儲在分布式的節(jié)點上，從而實現(xiàn)設(shè)備的智能化控制和管理。

數(shù)據(jù)庫備份：Elasticsearch可以用于數(shù)據(jù)庫備份和恢復(fù)，例如MySQL、Oracle等。在數(shù)據(jù)庫備份和恢復(fù)中，Elasticsearch可以將數(shù)據(jù)快速地存儲在分布式的節(jié)點上，從而保證數(shù)據(jù)的安全性和可用性。

搜索引擎：Elasticsearch可以用于構(gòu)建高性能的搜索引擎，例如谷歌、百度等。在搜索引擎中，Elasticsearch可以提供全文搜索和復(fù)雜的分析功能，幫助用戶快速地找到所需的信息。文章來源地址http://www.zghlxwxcb.cn/news/detail-425499.html