一、文档
- Elasticsearch 是面向文档的，文档是所有可搜索数据的最小单位，例如
1、日志文件中的日志项
2、 一本电影的具体信息/一张唱片的详细信息
3、 MP3播放器里的一首歌/一篇PDF文档中的具体内容
- 文档会被序列化成JSON格式，保存在Elasticsearch中
1、JSON对象由字段组成
2、每个字段都有对应的字段类型（字符串/数值/布尔/日期/二进制/范围类型）
- 每个文档都有一个
Unique ID
1、可以自己指定ID
2、或者通过Elasticsearch自动生成
- 一篇文档包含了一系列字段，类似数据库表中的一条记录
1、JSON文档，格式灵活，不需要预先定义格式
2、字段的类型可以指定或者通过Elasticsearch自动推算
3、支持数组/支持嵌套
CSV转换成Elasticsearch数据
- 文档的元数据，每一篇文档都有相应的元数据，见下图的元数据字段的含义
元数据
二、索引
-
Index- 索引是文档的容器，是一类文档的结合
1、
Index体现了逻辑空间的概念：每个索引都有自己的Mapping定义，用于定义包含的文档的字段名和字段类型
2、Shard体现了物理空间的概念：索引中的数据分散在Shard上
- 索引的
Mapping和Settings
1、
Mapping定义文档字段的类型
2、Setting定义不同的数据分布
图2-1
- 索引的不同语意
名词：一个Elasticsearch集群中，可以创建很多个不同的索引（B树索引/倒排索引）
动词：保存一个文档到Elasticsearch的过程也叫索引（Indexing）
- Type
在7.0之前，每个索引都可以设置多个
Type的，每个Type底下拥有一些相同结构的文档，在6.0开始，Type已经被废除掉。
在7.0开始，每个索引当中只能创建一个Type -“_doc”
- 关系型数据库 与 Elasticsearch 的对比
| 关系型数据库（比如Mysql） | Elasticsearch |
|---|---|
| 数据库Database | 索引Index |
| 表Table | 类型Type |
| 数据行Row | 文档Document |
| 数据列Column | 字段Field |
| 约束 Schema | 映射Mapping |
| SQL | DSL |
- 一些基本的API
# Index 相关 API
#查看索引相关信息
GET kibana_sample_data_ecommerce
#查看索引的文档总数
GET kibana_sample_data_ecommerce/_count
#查看前10条文档，了解文档格式
POST kibana_sample_data_ecommerce/_search
{
}
#_cat indices API
#查看indices
GET /_cat/indices/kibana*?v&s=index
#查看状态为绿的索引
GET /_cat/indices?v&health=green
#按照文档个数排序
GET /_cat/indices?v&s=docs.count:desc
#查看具体的字段
GET /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs.count,mt
#How much memory is used per index?
GET /_cat/indices?v&h=i,tm&s=tm:desc
