學(xué)習(xí)文檔地址：https://www.elastic.co/guide/cn/elasticsearch/guide/current/intro.html

基礎(chǔ)入門/你知道的，為了搜索.../索引員工文檔

一個 Elasticsearch 集群可以包含多個索引 ，每個索引可以包含多個類型 。這些不同的類型存儲著多個文檔 ，每個文檔又有多個屬性 。

索引在不同語境下的含義：
索引（名詞）：
一個索引類似于傳統(tǒng)關(guān)系數(shù)據(jù)庫中的一個數(shù)據(jù)庫 ，是一個存儲關(guān)系型文檔的地方。 索引 (index) 的復(fù)數(shù)詞為 indices 或 indexes 。
索引（動詞）：
索引一個文檔就是存儲一個文檔到一個索引（名詞）中以便被檢索和查詢。這非常類似于 SQL 語句中的 INSERT 關(guān)鍵詞，除了文檔已存在時，新文檔會替換舊文檔情況之外。
倒排索引：
關(guān)系型數(shù)據(jù)庫通過增加一個索引比如一個 B樹（B-tree）索引到指定的列上，以便提升數(shù)據(jù)檢索速度。Elasticsearch 和 Lucene 使用了一個叫做倒排索引的結(jié)構(gòu)來達(dá)到相同的目的。

基礎(chǔ)入門/你知道的，為了搜索.../輕量搜索

我們使用下列請求來搜索索引庫為megacorp類型為employee所有文檔，一個搜索默認(rèn)返回十條結(jié)果：
GET /megacorp/employee/_search

基礎(chǔ)入門/你知道的，為了搜索.../使用查詢表達(dá)式搜索

使用 JSON 構(gòu)造了一個請求，查詢所有名為Smith的搜索：

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

基礎(chǔ)入門/你知道的，為了搜索.../全文搜索

Elasticsearch 默認(rèn)按照相關(guān)性得分排序，即每個文檔跟查詢的匹配程度。如果搜索的屬性中包含了要搜索的內(nèi)容（注意這里不是全部匹配）
，會在結(jié)果中展示。

基礎(chǔ)入門/你知道的，為了搜索.../短語搜索

找出一個屬性想要精確匹配一系列單詞或者短語 。（注意是一個屬性中，而且短語的單詞都是挨著的）。

基礎(chǔ)入門/你知道的，為了搜索.../分布式特性

Elasticsearch 盡可能地屏蔽了分布式系統(tǒng)的復(fù)雜性。這里列舉了一些在后臺自動執(zhí)行的操作：
分配文檔到不同的容器或分片中，文檔可以儲存在一個或多個節(jié)點中。
按集群節(jié)點來均衡分配這些分片，從而對索引和搜索過程進(jìn)行負(fù)載均衡。
復(fù)制每個分片以支持?jǐn)?shù)據(jù)冗余，從而防止硬件故障導(dǎo)致的數(shù)據(jù)丟失。
將集群中任一節(jié)點的請求路由到存有相關(guān)數(shù)據(jù)的節(jié)點。
集群擴(kuò)容時無縫整合新節(jié)點，重新分配分片以便從離群節(jié)點恢復(fù)。

基礎(chǔ)入門/集群內(nèi)的原理/空集群

一個運行中的 Elasticsearch 實例稱為一個節(jié)點，而集群是由一個或者多個擁有相同 cluster.name 配置的節(jié)點組成， 它們共同承擔(dān)數(shù)據(jù)和負(fù)載的壓力。當(dāng)有節(jié)點加入集群中或者從集群中移除節(jié)點時，集群將會重新平均分布所有的數(shù)據(jù)。

當(dāng)一個節(jié)點被選舉成為 主 節(jié)點時， 它將負(fù)責(zé)管理集群范圍內(nèi)的所有變更，例如增加、刪除索引，或者增加、刪除節(jié)點等。

基礎(chǔ)入門/集群內(nèi)的原理/集群健康

green
所有的主分片和副本分片都正常運行。
yellow
所有的主分片都正常運行，但不是所有的副本分片都正常運行。
red
有主分片沒能正常運行。

基礎(chǔ)入門/集群內(nèi)的原理/添加索引

一個 分片 是一個底層的 工作單元 ，它僅保存了全部數(shù)據(jù)中的一部分。 而現(xiàn)在我們只需知道一個分片是一個 Lucene 的實例（？？節(jié)點不是一個ES實例嗎？？），以及它本身就是一個完整的搜索引擎。 我們的文檔被存儲和索引到分片內(nèi)。

Elasticsearch 是利用分片將數(shù)據(jù)分發(fā)到集群內(nèi)各處的。分片是數(shù)據(jù)的容器，文檔保存在分片內(nèi)，分片又被分配到集群內(nèi)的各個節(jié)點里。

一個分片可以是 主 分片或者 副本 分片。 索引內(nèi)任意一個文檔都?xì)w屬于一個主分片，所以主分片的數(shù)目決定著索引能夠保存的最大數(shù)據(jù)量。一個副本分片只是一個主分片的拷貝。副本分片作為硬件故障時保護(hù)數(shù)據(jù)不丟失的冗余備份，并為搜索和返回文檔等讀操作提供服務(wù)。在索引建立的時候就已經(jīng)確定了主分片數(shù)，但是副本分片數(shù)可以隨時修改。

基礎(chǔ)入門/集群內(nèi)的原理/水平擴(kuò)容

主分片的數(shù)目在索引創(chuàng)建時就已經(jīng)確定了下來，定義了這個索引能夠 存儲的最大數(shù)據(jù)量。 但是，讀操作——搜索和返回數(shù)據(jù)——可以同時被主分片或副本分片所處理，所以當(dāng)你擁有越多的副本分片時，也將擁有越高的吞吐量。

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出

JSON是一種以人可讀的文本表示對象的方法。當(dāng)一個對象被序列化成為 JSON，它被稱為一個 JSON 文檔 。
在 Elasticsearch 中， 每個字段的所有數(shù)據(jù) 都是 默認(rèn)被索引的 。 即每個字段都有為了快速檢索設(shè)置的專用倒排索引。

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/文檔元數(shù)據(jù)

一個文檔不僅僅包含它的數(shù)據(jù) ，也包含 元數(shù)據(jù) —— 有關(guān) 文檔的信息。 三個必須的元數(shù)據(jù)元素如下：
_index
文檔在哪存放
_type
文檔表示的對象類別
_id
文檔唯一標(biāo)識

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/索引文檔

一個文檔的 _index 、 _type 和 _id 唯一標(biāo)識一個文檔，_id 可以自定義：

PUT /{index}/{type}/{id}
{
  "field": "value",
  ...
}

在 Elasticsearch 中每個文檔都有一個版本號。當(dāng)每次對文檔進(jìn)行修改時（包括刪除）， _version 的值會遞增。
如果你的數(shù)據(jù)沒有自然的 ID， Elasticsearch 可以幫我們自動生成 ID 。 請求的結(jié)構(gòu)調(diào)整為： 不再使用 PUT 謂詞， 而是使用 POST 謂詞。

POST /{index}/{type}
{
  "field": "value",
  ...
}

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/取回一個文檔

GET /website/blog/123?pretty
返回文檔的一部分：
GET /website/blog/123?_source=title,text
只想得到 _source 字段，不需要任何元數(shù)據(jù)：
GET /website/blog/123/_source

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/更新整個文檔

在 Elasticsearch 中文檔是不可改變的。相反，如果想要更新現(xiàn)有的文檔，需要重建索引或者進(jìn)行替換。

PUT /website/blog/123
{
  "title": "My first blog entry",
...
}

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/創(chuàng)建新文檔

已有自己的_id，只有在相同的 _index 、 _type 和 _id 不存在時才接受我們的索引請求，兩種方式：

PUT /website/blog/123?op_type=create
{ ... }

PUT /website/blog/123/_create
{ ... }

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/刪除文檔

DELETE /website/blog/123

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/處理沖突

悲觀并發(fā)控制
這種方法被關(guān)系型數(shù)據(jù)庫廣泛使用，它假定有變更沖突可能發(fā)生，因此阻塞訪問資源以防止沖突。 一個典型的例子是讀取一行數(shù)據(jù)之前先將其鎖住，確保只有放置鎖的線程能夠?qū)@行數(shù)據(jù)進(jìn)行修改。
樂觀并發(fā)控制
Elasticsearch 中使用的這種方法假定沖突是不可能發(fā)生的，并且不會阻塞正在嘗試的操作。 然而，如果源數(shù)據(jù)在讀寫當(dāng)中被修改，更新將會失敗。應(yīng)用程序接下來將決定該如何解決沖突。 例如，可以重試更新、使用新的數(shù)據(jù)、或者將相關(guān)情況報告給用戶。

基礎(chǔ)入門/數(shù)據(jù)輸入和輸出/文檔的部分更新

我們也介紹過文檔是不可變的：他們不能被修改，只能被替換。 update API 必須遵循同樣的規(guī)則。 從外部來看，我們在一個文檔的某個位置進(jìn)行部分更新。然而在內(nèi)部， update API 簡單使用與之前描述相同的 檢索-修改-重建索引 的處理過程。

基礎(chǔ)入門/分布式文檔存儲/路由一個文檔到分片中

shard = hash(routing) % number_of_primary_shards
routing 是一個可變值，默認(rèn)是文檔的 _id ，也可以設(shè)置成一個自定義的值。 routing 通過 hash 函數(shù)生成一個數(shù)字，然后這個數(shù)字再除以 number_of_primary_shards （主分片的數(shù)量）后得到 余數(shù) 。這個分布在 0 到 number_of_primary_shards-1 之間的余數(shù)，就是我們所尋求的文檔所在分片的位置。

基礎(chǔ)入門/分布式文檔存儲/主分片和父分片如何交互

我們可以發(fā)送請求到集群中的任一節(jié)點。 每個節(jié)點都有能力處理任意請求。 每個節(jié)點都知道集群中任一文檔位置，所以可以直接將請求轉(zhuǎn)發(fā)到需要的節(jié)點上。

基礎(chǔ)入門/搜索

Elasticsearch 不只會存儲（stores）文檔，為了能被搜索到也會為文檔。
搜索重要概念：
添加索引（indexes）
映射（Mapping）
描述數(shù)據(jù)在每個字段內(nèi)如何存儲
分析（Analysis）
全文是如何處理使之可以被搜索的
領(lǐng)域特定查詢語言（Query DSL）
Elasticsearch 中強大靈活的查詢語言

基礎(chǔ)入門/搜索/空搜索

返回集群中所有索引的文檔：
GET /_search
hits
hits它包含total字段來表示匹配到的文檔總數(shù)，并且一個 hits數(shù)組包含所查詢結(jié)果的前十個文檔。
在 hits 數(shù)組中每個結(jié)果包含文檔的** _index 、 _type 、 _id ，加上 _source 字段。
每個結(jié)果還有一個 _score ，它衡量了文檔與查詢的匹配程度**。默認(rèn)情況下，首先返回最相關(guān)的文檔結(jié)果，就是說，返回的文檔是按照 _score 降序排列的。
max_score 值是與查詢所匹配文檔的 _score 的最大值。
_shards 部分告訴我們在查詢中參與分片的總數(shù)，以及這些分片成功了多少個失敗了多少個。

基礎(chǔ)入門/搜索/多索引，多類型

/gb,us/user,tweet/_search
在 gb 和 us 索引中搜索 user 和 tweet 類型

基礎(chǔ)入門/搜索/輕量搜索

查詢在 tweet 類型中 tweet 字段包含 elasticsearch 單詞的所有文檔：
GET /_all/tweet/_search?q=tweet:elasticsearch
返回包含 mary 的所有文檔：
GET /_search?q=mary
當(dāng)索引一個文檔的時候，Elasticsearch 取出所有字段的值拼接成一個大的字符串，作為 _all 字段進(jìn)行索引。

基礎(chǔ)入門/映射和分析/分析與分析器

分析器 實際上是將三個功能封裝到了一個包里：
字符過濾器：
首先，字符串按順序通過每個 字符過濾器 。他們的任務(wù)是在分詞前整理字符串。一個字符過濾器可以用來去掉HTML，或者將 & 轉(zhuǎn)化成 and。
分詞器：
其次，字符串被 分詞器 分為單個的詞條。一個簡單的分詞器遇到空格和標(biāo)點的時候，可能會將文本拆分成詞條。
Token 過濾器：
最后，詞條按順序通過每個 token 過濾器。這個過程可能會改變詞條（例如，小寫化 Quick ），刪除詞條（例如， 像 a， and， the 等無用詞），或者增加詞條（例如，像 jump 和 leap 這種同義詞）。

基礎(chǔ)入門/映射和分析/映射

為了能夠?qū)r間域視為時間，數(shù)字域視為數(shù)字，字符串域視為全文或精確值字符串， Elasticsearch 需要知道每個域中數(shù)據(jù)的類型。這個信息包含在映射中。

簡單域類型：
字符串: string
整數(shù) : byte, short, integer, long
浮點數(shù): float, double
布爾型: boolean
日期: date

默認(rèn)， string 類型域會被認(rèn)為包含全文。就是說，它們的值在索引前，會通過一個分析器，針對于這個域的查詢在搜索前也會經(jīng)過一個分析器。
string 域映射的兩個最重要屬性是 index 和 analyzer
index 屬性控制怎樣索引字符串。它可以是下面三個值：
analyzed
首先分析字符串，然后索引它。換句話說，以全文索引這個域。
not_analyzed
索引這個域，所以它能夠被搜索，但索引的是精確值。不會對它進(jìn)行分析。
no
不索引這個域。這個域不會被搜索到。
對于 analyzed 字符串域，用 analyzer 屬性指定在搜索和索引時使用的分析器。默認(rèn)， Elasticsearch 使用 standard 分析器， 但你可以指定一個內(nèi)置的分析器替代它，例如 whitespace 、 simple 和 english。

基礎(chǔ)入門/映射和分析/復(fù)雜核心域類型

復(fù)雜核心域類型：JSON 還有 null 值，數(shù)組，和對象
Lucene 不理解內(nèi)部對象。 Lucene 文檔是由一組鍵值對列表組成的。為了能讓 Elasticsearch 有效地索引內(nèi)部類，它把我們的文檔轉(zhuǎn)化成這樣：

{
    "tweet":            [elasticsearch, flexible, very],
    "user.id":          [@johnsmith],
    "user.gender":      [male],
    "user.age":         [26],
    "user.name.full":   [john, smith],
    "user.name.first":  [john],
    "user.name.last":   [smith]
}

基礎(chǔ)入門/請求體查詢/空查詢

空查詢將返回所有索引庫（indices)中的所有文檔：
GET /_search
{}

基礎(chǔ)入門/請求體查詢/查詢表達(dá)式

一個簡單的查詢：查詢 tweet 字段中包含 elasticsearch 的文檔
GET /_search
{
"query": {
"match": {？
"tweet": "elasticsearch"
}
}
}

復(fù)雜一點的查詢：復(fù)合(Compound) 語句 主要用于 合并其它查詢語句：
{
"bool": {
"must": { "match": { "tweet": "elasticsearch" }},
"must_not": { "match": { "name": "mary" }},
"should": { "match": { "tweet": "full text" }},
"filter": { "range": { "age" : { "gt" : 30 }} }
}
}

基礎(chǔ)入門/請求體查詢/查詢與過濾

過濾（filter）：
查詢被設(shè)置成一個“不評分”或者“過濾”查詢。回答也是非常的簡單，yes 或者 no ，二者必居其一。
查詢（query）：
查詢就變成了一個“評分”的查詢。和不評分的查詢類似，也要去判斷這個文檔是否匹配，同時它還需要判斷這個文檔匹配的有 多好（匹配程度如何）。

基礎(chǔ)入門/請求體查詢/最重要的查詢

match_all查詢：簡單的匹配所有文檔。在沒有指定查詢方式時，它是默認(rèn)的查詢。
match查詢：
如果你在一個全文字段上使用 match 查詢，在執(zhí)行查詢前，它將用正確的分析器去分析查詢字符串。
如果在一個精確值的字段上使用它，例如數(shù)字、日期、布爾或者一個 not_analyzed 字符串字段，那么它將會精確匹配給定的值。
對于精確值的查詢，你可能需要使用 filter 語句來取代 query，因為 filter 將會被緩存。
multi_match查詢：可以在多個字段上執(zhí)行相同的 match 查詢。

{
    "multi_match": {
        "query":    "full text search",
        "fields":   [ "title", "body" ]
    }
}

range查詢:找出那些落在指定區(qū)間內(nèi)的數(shù)字或者時間。
term查詢:被用于精確值匹配，這些精確值可能是數(shù)字、時間、布爾或者那些 not_analyzed 的字符串。

{ "term": { "age":    26           }}
{ "term": { "date":   "2014-09-01" }}

terms查詢:和 term 查詢一樣，但它允許你指定多值進(jìn)行匹配。如果這個字段包含了指定值中的任何一個值，那么這個文檔滿足條件。
exists查詢和 missing查詢:被用于查找那些指定字段中有值 (exists) 或無值 (missing) 的文檔。

基礎(chǔ)入門/請求體查詢/組合多查詢

你可以用 bool 查詢來實現(xiàn)你的需求。這種查詢將多查詢組合在一起，成為用戶自己想要的布爾查詢。它接收以下參數(shù)：
must
文檔 必須 匹配這些條件才能被包含進(jìn)來。
must_not
文檔 必須不 匹配這些條件才能被包含進(jìn)來。
should
如果滿足這些語句中的任意語句，將增加 _score ，否則，無任何影響。它們主要用于修正每個文檔的相關(guān)性得分。
filter
必須 匹配，但它以不評分、過濾模式來進(jìn)行。這些語句對評分沒有貢獻(xiàn)，只是根據(jù)過濾標(biāo)準(zhǔn)來排除或包含文檔。