前言
Elasticsearch有一些基本概念，包括：文档、索引、节点和分片，等等。文档和索引更多是偏向于开发，而节点和分片更多是偏向于运维。在本文中，我们主要讨论文档和索引相关的概念。
文档
文档，是Elasticsearch可搜索的最小单元，包含一系列字段。文档最终是序列化成JSON的格式。每个文档都有一个唯一id，字段名为_id。文档支持的数据类型可以为字符串、数字、数组和对象，其中数组和对象可以相互嵌套。
文档本身除了包含自定义的字段外，还包含一些元数据，如下所示。
image.png
_index // 文档所属的索引名
_type // 文档所属的类型名。
_id // 文档唯一键id
_source // 原始json数据
_all // 整合所有字段内容到该字段，7.x已废弃
_version // 文档的版本信息
_score // 相关性分数
【注意】：_type字段，6.x已废弃，7.x已删除。从7.0开始，一个索引只能创建一个类型，也就是
_doc。
索引
索引是相似文档的集合或容器。索引（Index）更多是体现逻辑空间的概念，而分片（Shard）更多是体现物理空间的概念。索引主要包括两大类，Mapping和Setting。
- Mapping，定义文档字段的类型
- Setting，定义不同的数据分布，包括Shard
【注意】：索引这个词在不同的上下文环境，有不同的语义。例如：
- 名词：一个Elasticsearch可以创建多个索引
- 动词：保存一个文档到索引的过程
- 其他：关系型数据中的B+树索引，或者Elasticsearch的倒排索引
Elasticsearch和RDBMS的类比
其实，Elasticsearch的各种概念和RDBMS（如Mysql）是完全不同的，但是如果我们硬要对他们进行比较的话，可以简单地做以下类比。
| RDBMS | Elasticsearch |
|---|---|
| Table | Index |
| Row | Document |
| Column | Field |
| Schema | Mapping |
| SQL | DSL |
REST API
Elasticsearch所有的API都是通过restful的接口来暴露的，因此我们可以通过简单的http接口来对Elasticsearch进行各种操作。
借助于Kibana的Dev Tools，我们可以写一些demo，如下所示：
GET kibana_sample_data_ecommerce -- 查看索引相关信息
GET kibana_sample_data_ecommerce/_count -- 查看总数
GET kibana_sample_data_ecommerce/_search -- 查看前10条
GET /_cat/indices/kibana*?v&s=index -- 查找索引名以kibana开头的索引
GET /_cat/indices?v&health=green -- 查看状态为绿色的索引
GET /_cat/indices?v&s=docs.count:desc -- 按照文档个数进行排列
GET /_cat/indices?v&h=i,tm&s=tm:desc -- 查看每个索引的内存
【注】：kibana_sample_data_ecommerce为索引名字
总结
通过学习极客时间《Elasticsearch核心技术与实战》的第9节，我们对Elasticsearch的基本概念有了一定的认识，主要包括文档和索引。在文章的最后一部分，我们写了一些简单的例子，加深了我们对RESTAPI实际使用的印象。
