专栏首页SmartSiElasticSearch 索引

ElasticSearch 索引

1. 背景

假设我们刚好在一家工作,这时人力资源部门出于某种目的需要让我们创建一个员工目录,它有以下不同的需求:

  • 数据能够包含多个值的标签、数字和纯文本。
  • 检索任何员工的所有信息。
  • 支持结构化搜索,例如查找30岁以上的员工。
  • 支持简单的全文搜索和更复杂的短语(phrase)搜索。
  • 高亮搜索结果中的关键字。
  • 能够利用图表管理分析这些数据。

2. 索引员工文档

我们首先要做的是存储员工数据,每个文档代表一个员工。在Elasticsearch中存储数据的行为就叫做索引(indexing),不过在索引之前,我们需要明确数据应该存储在哪里。

在Elasticsearch中,文档归属于一种 type (类型),而这些 type 存在于 index (索引)中,我们可以画一个简单的对比图来类比传统关系型数据库:

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices   -> Types  -> Documents -> Fields

Elasticsearch集群可以包含多个 index (数据库),每一个 index 可以包含多个 types (表),每一个 type 又可以包含多个文档(行),然后每个文档包含多个字段(列)。

你可能已经注意到索引(index)这个词在Elasticsearch中有着不同的含义,所以有必要在此做一下区分:

  • 索引(名词):如上文所述,一个索引(index)就像是传统关系数据库中的数据库,它是相关文档存储的地方,index的复数是indices 或indexes。
  • 索引(动词):索引一个文档,表示把一个文档存储到索引(名词)里,以便它可以被检索或者查询。这很像SQL中的INSERT关键字,差别是,如果文档已经存在,新的文档将覆盖旧的文档。
  • 倒排索引:传统数据库为特定列增加一个索引,例如B-Tree索引来加速检索。Elasticsearch和Lucene使用一种叫做倒排索引(inverted index)的数据结构来达到相同目的。

默认情况下,文档中的所有字段都会被索引(拥有一个倒排索引),只有这样他们才是可被搜索的。

3. 创建

创建员工目录,我们将进行如下操作:

  • 为每个员工的文档建立索引,每个文档包含了相应员工的所有信息(每个员工一个文档)。
  • 每个文档的 type 为 employee。
  • employee 归属的索引为 company。
  • company 存储在Elasticsearch集群中。

实际上这些都是很容易的(尽管看起来有许多步骤)。我们能通过一个命令执行完成的操作:

curl -XPUT 'localhost:9200/company/employee/1'  -d '
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}'

输出信息:

{
  "_index": "company",
  "_type": "employee",
  "_id": "1",
  "_version": 1,
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "created": true
}

我们看到路径: /company/employee/1 包含三部分信息:

名字

说明

company

索引名

employee

类型名

1

员工的ID

请求JSON实体(文档),包含了这个员工的所有信息。他的名字叫“John Smith”,25岁,喜欢攀岩。

让我们比较舒服的是它不需要你做额外的管理操作,比如创建索引或者定义每个字段的数据类型。我们能够直接索引文档,Elasticsearch已经内置所有的缺省设置,所有管理操作都是透明的。

接下来,让我们在目录中加入更多员工信息:

curl -XPUT 'localhost:9200/company/employee/2'  -d '
{
    "first_name" : "li",
    "last_name" :  "chen",
    "age" :        29,
    "about" :      "I love to sing",
    "interests": [ "eat", "music" ]
}';
curl -XPUT 'localhost:9200/company/employee/3'  -d '
{
    "first_name" : "gao",
    "last_name" :  "lin",
    "age" :        22,
    "about" :      "no no no ",
    "interests": [ "eat", "footbal" ]
}';
curl -XPUT 'localhost:9200/company/employee/4'  -d '
{
    "first_name" : "li",
    "last_name" :  "yuan",
    "age" :        19,
    "about" :      "no haha",
    "interests": [ "basketball", "music" ]
}';
curl -XPUT 'localhost:9200/company/employee/5'  -d '
{
    "first_name" : "li",
    "last_name" :  "yuan",
    "age" :        19,
    "about" :      "I like playing basketball ",
    "interests": [ "basketball", "music" ]
}';
curl -XPUT 'localhost:9200/company/employee/6'  -d '
{
    "first_name" : "li",
    "last_name" :  "yuan",
    "age" :        19,
    "about" :      "I like playing football ",
    "interests": [ "football", "music" ]
}';

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • ElasticSearch 动态更新索引

    倒排索引被写入磁盘后是 不可改变(immutable):永远不会被修改。不变性有如下几个重要的优势:

    smartsi
  • ElasticSearch 空搜索与多索引多类型搜索

    https://gist.github.com/clintongormley/8579281

    smartsi
  • Hexo 为Next主题添加评论功能

    之前使用的来必力,最近评论功能一直出不来,用户体验比较差,所以重新评估选择了Valine。

    smartsi
  • 文本数据的机器学习自动分类方法(上)

    【编者按】:随着互联网技术的迅速发展与普及,如何对浩如烟海的数据进行分类、组织和管理,已经成为一个具有重要用途的研究课题。而在这些数据中,文本数据又是数量最大的...

    小莹莹
  • elasticsearch-快速入门

    正排索引是从文档到关键字的映射(已知文档求关键字),倒排索引是从关键字到文档的映射(已知关键字求文档)。

    黎明大大
  • AndroidStduio3.0 使用gradle将module打包jar文件的方法

    AndroidStduio3.0使用gradle将module打包jar文件,首先需要安装gradle。

    砸漏
  • 大数据搜索引擎之elasticsearch使用篇(一)

    在上一篇文章《大数据搜索分析引擎elasticsearch(安装篇)》中,斗哥介绍了elasticsearch的基本安装过程,本期,我们将着重介绍elastic...

    漏斗社区
  • CreateProcess 创建带命令行参数的进程时,报错或者提示内存位置无效的可能的一个原因

    大菊观
  • 达观数据分享文本大数据的机器学习自动分类方法

    随着互联网技术的迅速发展与普及,如何对浩如烟海的数据进行分类、组织和管理,已经成为一个具有重要用途的研究课题。而在这些数据中,文本数据又是数量最大的一类。文本分...

    达观数据
  • 将excel文件导入到数据库

    参考:http://blog.csdn.net/jayxujia123/article/details/13684313

    二狗不要跑

扫码关注云+社区

领取腾讯云代金券