ElasticSearch教程（二）—— 基本使用

基本使用

基本概念

ElasticSearch是面向文档的，它存储文档，并索引每个文档的内容使之可以被索引。ES选择json作为文档序列化格式。

索引：名词，类似一个数据库，是一个存储关系性文档的地方。

索引：动词，把关系型文档存到索引的过程，是插入。

ES使用倒排索引来索引文档，只有在倒排索引中存在的属性才能被搜索。

倒排索引

倒排索引，文档经过分词器分出许多词根，并把词根和文档的关联关系存在一个文档中。

term	doc1	doc2
run	X
jump		X
swim	X	X
fight	X

当搜索一个语句，回返回所有存在该term的文档。如搜索run swim，doc1，doc2都存在索引，但doc1的匹配度更高。

term	doc1	doc2
run	X
swim	X	X
total	2	1

倒排索引存在的问题是必须完全按照倒排索引的字段来查询，只要单词不一样，就搜索不到匹配文档。如倒排索引分出的词是swiming，搜索swim，SWIM都不会匹配到。

可以的做法，规范搜索词，如SWIM后台转成swim去匹配。对于swiming，users这类的词，可以通过词干抽取，把swiming抽成swim，users抽成user。倒排索引数据会很大，需要压缩。

索引文档

一个elasticSearch集群有多个索引（index），每个索引有多个type（类型），每个type有多个属性。

对于索引雇员目录，我们这么做

• 每个雇员都是一个文档
• 每个文档我们都放到employ类型下
• employ类型在索引megacorp中
• 该索引保存在elaticSearch集群内。

curl -X PUT "localhost:9200/megacorp/employee/1" -H 'Content-type: application/json;' -d'
{
    "first_name": "John";
    "last_name": "Smith";
    "age": 25;
    "about": "I love to go rock climbing";
    "interests": ["sports", "music"]
}
'
1
2
3
4
5
6
7
8
9

返回

{
    "_index": "megacorp",
    "_type": "employee",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14