Elasticsearch 第一部分

Published on with 0 views and 0 comments

总结与回顾

基本概念

  • 一个 Elasticsearch 集群可以运行在单节点上，也支持运行在多个服务器上，实现数据和服务的水平扩展
  • 从逻辑角度看，索引是一些具有相似结构的文档的集合
  • 物理角度看，分片是一个 Lucene 的实例。分片存储了索引的具体数据，分片可以分布在不同的节点之上。副本分片除了提高数据的可靠性，还能一定程度提升集群查询的性能
  • Elasticsearch 文档可以是任意的 JSON 格式的数据
  • 将文档写进 Elasticsearch 的过程叫索引(indexing)
  • Elasticsearch 提供了 REST API 和 Transport API 两种方式，建议使用 REST API

搜索和 Aggregation

  • Precosion 指除了相关的结果，还返回了多少不相关的结果
  • Recall 衡量有多少相关的结果，实际上并没有返回
  • 精确值包括：数字，日期和某些具体的字符串
  • 全文本：是需要被检索的非结构文本
  • Analysis 是将文本转换成倒排索引中的 Terms 的过程
  • Elasticsearch 的 Analyzer 是 Char_filter -> Tokenizer -> Token Filter 的过程
  • 要善于利用 _analyze API 去测试 Analyzer
  • Elasticsearch 搜索支持 URI Search 和 REST BODY 两种方式
  • Elasticsearch 提供了 Bucket / Metric / Pipeline / Matrix 四种方式的聚合

文档 CRUD 与 Index Mapping

  • 除了 CRUD 操作外，Elasticsearch 还提供了 bulk，mget 和 mseach 等操作。从性能的角度上说，建议使用，以提升性能。但是，单次操作的数据量不要过大，以免引发性能问题
  • 每个索引都有一个 Mapping 定义。包含文档的字段及类型，字段的 Analyzer 的相关配置
  • Mapping 可以被动态的创建，为了避免一些错误的类型推算或者满足你特定的需求，可以显示的定义 Mapping
  • Mapping 可以动态创建，也可以显示定义。你可以在 Mapping 中定制 Analyzer
  • 你可以为字段指定定制化的 analyzer，也可以为查询字符串指定 search_analyzer
  • Index Template 可以定义 Mapping 和 Settings，并自动的应用到新创建的索引之上，建议合理的使用 Index Template
  • Dynamic Template 支持在具体的索引上指定规则，为新增加的字段指定相应的 Mappings

自我测试（一）

  1. 判断题：ES 支持使用 HTTP PUT 写入新文档，并通过 Elasticsearch 生成文档 Id
  2. 判断题：Update 一个文档，需要使用 HTTP PUT
  3. 判断题：Index 一个已存在的文档，旧的文档会先被删除，新的文档再被写入，同时版本号加 1
  4. 尝试描述创建一个新的文档到一个不存在的索引中，背后会发生一些什么？
  5. ES 7 中的 合法的 type 是什么？
  6. 精确值和全文的本质区别是什么？
  7. Analyzer 由哪几个部分组成？

自我测试（二）

  1. 尝试描述 match 和 match_phrase 的区别
  2. 如果你希望 match_phrase 匹配到更多结果，你应该配置查询中什么参数？
  3. 如果 Mapping 的 dynamic 设置成 strict ，索引一个包含新增字段的文档时会发生什么？
  4. 如果 Mapping 的 dynamic 设置成 false，索引一个包含新增字段的文档时会发生什么？
  5. 判断：可以把一个字段的类型从 integer 改成 long，因为这两个类型是兼容的
  6. 判断：你可以在 Mapping 文件中为 indexing 和 searching 指定不同的 analyzer
  7. 判断：字段类型为 Text 的字段，一定可以被全文搜索

↑ ↓