學習elasticsearch不僅只會操作，基本的執行原理我們還是需要進行了解，以下內容我講對elasticsearch中的基本知識原理進行梳理，希望對大家有所幫助！

一、ES版本控制

1．Elasticsearch採用了樂觀鎖來保證資料的一致性，也就是說，當用戶對document進行操作時，並不需要對該document做加鎖和解鎖的操作，只需要指定要操作的版本即可。當版本號一致時，elasticsearch會允許該操作順利執行，而當版本號存在衝突時，elasticsearch會提示衝突並丟擲異常（versionConfilctEngineException

2．Elasticsearch的版本號取值範圍為1到2^63-1.

1、內部版本控制：

（1）使用的是_version 版本號要與文件的版本號一致

3．外部版本控制：elasticsearch在處理外部版本號時會對內部版本號的處理有些不同。他不在是檢查_version是否與請求中指定的數值相同，而是檢查當前的_version是否比指定的數值小。如果請求成功，那麼外部的版本號就會被儲存到文件中的_version中。

4．為保持_version與外部版本控制的資料一致，使用version_type=external

二、ES的mapping

1、核心資料型別（以下的資料型別與java的資料型別類似）

（1）字元型

①Text：被用來索引長文字，在建立索引前會將這項文字進行分詞，轉化為詞的組合，建立索引。允許ES來檢索這些詞語。Text型別不能用來排序和聚合。

②Keyword：不需要進行分詞，可以被用來檢索過濾、排序和聚合。Keyword型別欄位只能用本身來進行檢索

（2）數字型別

①byte,short,integer,Long,double,float

（3）日期型別：date

（4）二進位制型別：binary

2、Maping 支援的屬性

"type" : "text", #是資料型別一般文字使用text(可分詞進行模糊查詢)；keyword無法被分詞(

    "analyzer" : "ik_max_word", #指定分詞器，一般使用最大分詞：ik_max_word

    "normalizer" : "normalizer_name", #欄位標準化規則；如把所有字元轉為小寫；具體如下舉例

    "boost" : 1.5, #欄位權重；用於查詢時評分，關鍵欄位的權重就會高一些，預設都是1；另外查詢時可臨時指定權重

    "coerce" : true, #清理髒資料：1，字串會被強制轉換為整數 2，浮點數被強制轉換為整數；預設為true

    "copy_to" : "field_name", #自定_all欄位；指定某幾個欄位拼接成自定義；具體如下舉例

    "doc_values" : true, #加快排序、聚合操作，但需要額外儲存空間；預設true，對於確定不需要排序和聚合的欄位可false

    "dynamic" : true, #新欄位動態新增 true:無限制 false:資料可寫入但該欄位不保留 'strict':無法寫入拋異常

    "enabled" : true, #是否會被索引，但都會儲存;可以針對一整個_doc

    "fielddata" : false, #針對text欄位加快排序和聚合（doc_values對text無效）；此項官網建議不開啟，非常消耗記憶體

    "eager_global_ordinals": true, #是否開啟全域性預載入,加快查詢；此引數只支援text和keyword，keyword預設可用，而text需要設定fielddata屬性

    "format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" ,#格式化 此引數代表可接受的時間格式 3種都接受

    "ignore_above" : 100, #指定欄位索引和儲存的長度最大值，超過最大值的會被忽略

    "ignore_malformed" : false ,#插入文件時是否忽略型別 預設是false 型別不一致無法插入

    "index_options" : "docs" ,

    # 4個可選引數

    # docs（索引文件號）,

    # freqs（文件號 + 詞頻），

    # positions（文件號 + 詞頻 + 位置，通常用來距離查詢），

    # offsets（文件號 + 詞頻 + 位置 + 偏移量，通常被使用在高亮欄位）

    # 分詞欄位預設是position，其他的預設是docs

    "index" : true, #該欄位是否會被索引和可查詢 預設true

    "fields": {"raw": {"type": "keyword"}} ,#可以對一個欄位提供多種索引模式，使用text型別做全文檢索，也可使用keyword型別做聚合和排序

    "norms" : true, #用於標準化文件，以便查詢時計算文件的相關性。建議不開啟

    "null_value" : "NULL", #可以讓值為null的欄位顯式的可索引、可搜尋

    "position_increment_gap" : 0 ,#片語查詢時可以跨詞查詢 既可變為分詞查詢 預設100

    "properties" : {}, #巢狀屬性，例如該欄位是音樂，音樂還有歌詞，型別，歌手等屬性

    "search_analyzer" : "ik_max_word" ,#查詢分詞器;一般情況和analyzer對應

    "similarity" : "BM25",#用於指定文件評分模型，引數有三個：

    # BM25 ：ES和Lucene預設的評分模型

    # classic ：TF/IDF評分

    # boolean：布林模型評分

    "store" : true, #預設情況false,其實並不是真沒有儲存，_source欄位裡會儲存一份原始文件。

    # 在某些情況下，store引數有意義，比如一個文件裡面有title、date和超大的content欄位，如果只想獲取title和date

    "term_vector" : "no" #預設不儲存向量資訊，

    # 支援引數yes（term儲存），

    # with_positions（term + 位置）,

    # with_offsets（term + 偏移量），

    # with_positions_offsets(term + 位置 + 偏移量)

    # 對快速高亮fast vector highlighter能提升效能，但開啟又會加大索引體積，不適合大資料量用

3、複雜資料型別

（1）陣列型別：陣列型別不需要專門制定陣列元素的type。例如：

①字元型陣列：[“one”,”two”]

②整形陣列:[1,2]

③陣列型陣列：[1,[2,3]]等價於[1,2,3]

④物件陣列：[{“name”:”mary”,”age”:20},{“name”:”john”,”age”:10}]

（2）物件型別(Object datatype):_object_用於單個json物件

（3）巢狀型別(Nested datatype):_nested_ 用於json陣列；

4、地理位置型別

（4）地理座標型別（Geo-pint datatype）：_geo_point_ 用於經緯度座標：

（5）地理形狀型別（Geo-shape datatype）:_geo_shape_用於類似於多邊形的複雜形狀；

5、特定型別

（6）IPv4 型別（IPv4 datatype）：ip 用於IPv4 地址

（7）Completion 型別（Completion datatype）：completion 提供自動補全建議

（8）Token count 型別（Token count datatype）：token_count 用於統計做子標記的欄位的index數目，該值會一直增加，不會因為過濾條件而減少

（9）mapper-murmur3 型別：通過外掛，可以通過_murmur3_來計算index的雜湊值

（10）附加型別（Attachment datatype）：採用mapper-attachments外掛，可支援_attachments_索引，例如 Microsoft office 格式，Open Documnet 格式， ePub，HTML等

      下篇部落格本人將記錄使用elasticsearch查詢的知識。若大家對本篇部落格有所疑問或不同見解，歡迎大家進行評論。本人部落格首頁地址:https://home.cnblogs.com/u/chenyuanbo/

技術在於溝通交流！