17-Elasticsearch与关系数据库的对比（索引 Indices的理解,主要概念的理解)

1. 谈谈Elasticsearch 和 传统关系型数据库的 对比？那些是相似的，那些是不同的

ElasticSearch与关系型数据库的相似：

名称	概念	概念	概念	概念
Relational DB	Databases	Tables	Rows	Columns
关系型数据库	数据库	表	行	列
ElasticSearch	Indices	Types	Documents	Fields
ElasticSearch	索引	类型	文档	字段
面向对象			对象	字段

这里Types理解为表是不太正确的，而且听说，6.2.x版本以后，可能会弃用，这一点，需要注意

2. 操作演示

2.1 建索引—-建索引

PUT /my_index
{
"settings":{
"number_of_shards":3,
"number_of_replicas":0  #因为是单机，这里要设置没有副本，不然会集群黄色
}
}

这里相当于建立了一个索引

my_index

(可以理解为 MySQL数据库my_index）,因为是单机，这里要设置没有副本，不然会集群黄色

2.2 建立表？使用mapping

这个mapping有点类似我们定义MySQL的数据库表结构的时候，需要指定每个字段的名字，其数据类型一样。

当然，这个定义过程，也指明了这个表结构一共含有多少个字段了。

对于ES而言，就相当于指定了一个document有多少field，每个field的数据类型，注意，这个比MySQL定义表过程，还多了一个有用的操作，就是指定每个字段可用的分析器(analyzer). 当然，不指定的话，就是采用默认的standard analyzer，当然你也可以指定某个字段不需要分析器（not_analyzed）.

PUT /my_index
{
"mappings": {
"mytable": {                      # 表名称
"properties": {
"name": {                     # name字段
"type": "text",             # 类型text
"analyzer": "standard"      # 这个字段使用的分析器是标准分析器
},
"age": {                      # age年龄字段
"type": "text",             # 类型text
"analyzer": "standard"      # 这个字段使用的分析器是标准分析器
}
}
}
}
}

这里报错

{
"error": {
"root_cause": [
{
"type": "resource_already_exists_exception",
"reason": "index [my_index/niotLCjpTmCIjCsTivAMcg] already exists",
"index_uuid": "niotLCjpTmCIjCsTivAMcg",
"index": "my_index"
}
],
"type": "resource_already_exists_exception",
"reason": "index [my_index/niotLCjpTmCIjCsTivAMcg] already exists",
"index_uuid": "niotLCjpTmCIjCsTivAMcg",
"index": "my_index"
},
"status": 400
}

刚刚开始在这里出现好几个问题，其中最多的是

"type": "mapper_parsing_exception",
"reason": "No handler for type [string] declared on field [name]"

原因是字段类型，不支持string了，我这个版本是6.2.x

2.3 版本6.2.x的字段类型

这里参考官网

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

字段数据类型

Elasticsearch为文档中的字段支持许多不同的数据类型：

2.3.1 核心数据类型

字符串

string类型取消了

text

和

keyword

1. keyword：存储数据时候，不会分词建立索引

2. text：存储数据时候，会自动分词，并生成索引（这是很智能的，但在有些字段里面是没用的，所以对于有些字段使用text则浪费了空间）。

数字数据类型

long

，

integer

，

short

，

byte

，

double

，

float

，

half_float

，

scaled_float

日期数据类型

date

布尔数据类型

boolean

二进制数据类型

binary

范围数据类型

integer_range

，

float_range

，

long_range

，

double_range

，

date_range

复杂的数据类型，这里不罗列，去官网看

2.4 解决2.2的问题（建索引的时候建立映射（类比mysql建立数据库的同时建表））

这样新建（新建数据库中的表）会出错,是不是建立index的时候，就要建立表呢？

DELETE /my_index

PUT /my_index
{
"settings":{
"number_of_shards":3,
"number_of_replicas":0
},
"mappings":{
"student":{
"properties":{
"name":{
"type":"text",
"analyzer": "standard"
},
"age":{
"type":"text",
"analyzer": "standard"
}
}

}
}
}

这样做果然成功了，

{
"acknowledged": true,
"shards_acknowledged": true,
"index": "my_index"
}

2.5 添加数据

我们尝试添加数据

POST /my_index/student/1
{
"name" : "John",
"age" :  "20"
}

添加成功

{
"_index": "my_index",
"_type": "student",
"_id": "1",
"_version": 1,
"result": "created",
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 1
}

2.6 删除数据

DELETE /my_index/student/1

2.7 删除type

删除type有两种选择：

重新设置index。

删除type下的所有数据。

从6开始一个索引只能有一个type

下个版本会移除type

2.8 删除索引

DELETE /my_index

3. 总结

3.1 settings和mappings总结

1.settings是修改分片和副本数的。

2.mappings是修改字段和类型的。

２.１　ES的mapping如何用？什么时候需要手动，什么时候需要自动？

　　Mapping,就是对索引库中索引的字段名称及其数据类型进行定义，类似于mysql中的表结构信息。不过es的mapping比数据库灵活很多，它可以动态识别字段。一般不需要指定mapping都可以，因为es会自动根据数据格式识别它的类型，如果你需要对某些字段添加特殊属性（如：定义使用其它分词器、是否分词、是否存储等），就必须手动添加mapping。

　　我们在es中添加索引数据时不需要指定数据类型，es中有自动影射机制，字符串映射为text，数字映射为long。通过mappings可以指定数据类型是否存储等属性。

　2.2 　我们不给index指定mapping或不进行settings设置，其实在很多时候也工作的很好。但是，对于操作的数据对象，我们自己了解的信息一定不会比ES系统猜测的信息全和准确。所以，我们自己在工程应用中，最好还是要自己给自己的索引做settings和mappings的设置。

3.2 模板

PUT /my_index                               # 索引名称 相当于mysql数据库
{
"settings": {
"number_of_shards":3,                    # 配置主分片
"number_of_replicas":0,                  # 配置副分片，单机请设置为0
"analysis": {
"analyzer": {                         #配置分析器
"csh_analyzer": {                  #分析器的名字是csh_analyer,这个是系统没有的，我自己定义的一个，可以取一个不和已有的分析器重名的名字
"type": "standard",            #这个分析器的类型是基于系统自带的标准的standard分析器
"stopwords": "_english_"       #禁用词，或者说无效词范围定义来自_english_列表
}
}
}
},
"mappings": {
"user_table": {                        #定义test索引下的一个type为user_table,相当于msql表名
"properties": {                     #开始定义这个type的属性值（也可以用fields）
"first_name": {                  #字段名为first_name
"type": "string",             #数据类型为string
"index":    "not_analyzed"    #属性控制怎样索引字符结合属性analyzer，取值 analyzed（默认）   not_analyzed   no 参考：https://elasticsearch.cn/book/elasticsearch_definitive_guide_2.x/mapping-intro.html
"analyzer": "standard"　　     #分析器用系统默认的standard
},
"last_name": {                   #字段名字为last_name
"type": "string",            #字段类型为string
"analyzer": "csh_analyzer"   #分析器为自定义的csh_analyzer
},
"age": {                         #字段名字为age年龄
"type": "string",            #字段类型
"analyzer": "csh_analyzer"   #分析器为自定义的csh_analyzer
}
}
}
}
}

https://elasticsearch.cn/book/elasticsearch_definitive_guide_2.x/_finding_your_feet.html