前言

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。

详解

之前出过一篇攻略，关于安装，我们就不再重复了，可以查看这篇攻略以及索引。Docker安装ES

之前可能说的不是很详细，所以，我们还是需要再把这个原理和应用再细细划分一下。

我们在接触这个ES之前，一定是接触过数据库的，我们以管理型数据库mysql为例，对照一下，mysql和es之间的区别。

关系型数据库(Eg. MySQL) 非关系型数据库（Eg. ElasticSearch）
数据库Database 索引Index
表Table 类型Type
数据行Row 文档Dpcument
数据列Column 字段Field

Node(节点)与Cluster(集群)

Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。

Index(索引)

Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。

所以，Elastic 数据管理的顶层单位就叫做 Index（索引）。它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

下面的命令可以查看当前节点的所有 Index。

$ curl -X GET 'http://localhost:9200/_cat/indices?v'

Document(文档)

Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。
Document 使用 JSON 格式表示，例如这样：

{
  "user": "天听",
  "title": "攻城狮",
  "desc": "CV大法传承人"
}

同一个 Index 里面的 Document，不要求有相同的结构，但是最好保持相同，这样有利于提高搜索效率。

Type(类型)

Document 可以分组，比如有一个weather的Index，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。

不同的 Type 应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。

类比一下MySQL，索引就好比是数据库，type就是数据表，文档，就是表中的数据。

下面的命令可以列出每个 Index 所包含的 Type。

$ curl 'localhost:9200/_mapping?pretty=true'

完结

至于为什么要出这篇文章呢….emmmm….是时间太久，太久没用过这个东西，我自己也已忘的一干二净了，所以借此机会，再写一些关于ES的搜索知识用来巩固，自己的技术还得是总结下来才是自己的，否则时间一久，就跟没有似的。