汉堡只做网站网页搜索引擎

Elasticsearch 初步认识

1 索引（index）

索引是具有相同结构的文档集合。例如，可以有一个客户信息的索引，包括一个产品目录的索引，一个订单数据的索引。在系统上索引的名字全部小写，通过这个名字可以用来执行索引、搜索、更新和删除操作等。在单个集群中，可以定义多个你想要的索引。

2 类型（type）

在索引中，可以定义一个或多个类型，类型是索引的逻辑分区。在一般情况下，一种类型被定义为具有一组公共字段的文档。例如，让我们假设你运行一个博客平台，并把所有的数据存储在一个索引中。在这个索引中，你可以定义一种类型为用户数据，一种类型为博客数据，另一种类型为评论数据。

Elasticsearch 7.x

• 不建议在请求中指定类型。

Elasticsearch 8.x

• 不再支持在请求中指定类型。
• 该 include_type_name 参数已删除。

https://www.elastic.co/guide/en/elasticsearch/reference/7.x/removal-of-types.html

3 文档（document）

文档存储在Elasticsearch 中的一个JSON格式的字符串。它就像在关系数据库中表的一行。每个存储在索引中的一个文档都有一个类型和一个 ID ,每个文档都是一个 JSON 对象，存储了零个或者多个字段，或者键值对。原始的 JSON 文档被存储在一个叫做 _source 的字段中。当搜索文档的时候默认返回的就是这个字段。

4 映射（mapping）

映射像关系数据库中的表结构，每一个索引都有一个映射，它定义了索引中的每一个字段类型，以及一个索引范围内的设置。一个映射可以事先被定义，或者在第一次存储文档的时候自动识别。

5 字段（field）

文档中包含零个或者多个字段，字段可以是一个简单的值（例如字符串、整数、日期），也可以是一个数组或对象的嵌套结构。字段类似于关系数据库中表的列。每个字段都对应一个字段类型，例如整数、字符串、对象等。字段还可以指定如何分析该字段的值。

6 来源字段（source field）

默认情况下，你的原文档将被存储在 _source 这个字段中，当你查询的时候也是返回这个字段。这允许你可以从搜索结果中访问原始的对象，这个对象返回一个精确的 JSON 字符串，这个对象不显示索引分析后的其他任何数据。

7 分析与分析器

使用 analyze API 来看文本是如何被分析的

GET /_analyze
{"analyzer": "standard","text": "Text to analyze"
}

结果：

{"tokens": [{"token":        "text","start_offset": 0,"end_offset":   4,"type":         "<ALPHANUM>","position":     1},{"token":        "to","start_offset": 5,"end_offset":   7,"type":         "<ALPHANUM>","position":     2},{"token":        "analyze","start_offset": 8,"end_offset":   15,"type":         "<ALPHANUM>","position":     3}]
}

• token 是实际存储到索引中的词条。
• position 指明词条在原始文本中出现的位置。
• start_offset 和 end_offset 指明字符在原始字符串中的位置。

8 jar客户端

<dependency><groupId>io.searchbox</groupId><artifactId>jest</artifactId><version>5.3.3</version>
</dependency>

<dependency><groupId>org.elasticsearch</groupId><artifactId>elasticsearch</artifactId><version>5.5.3</version>
</dependency>