讀《Elasticsearch 權威指南》基礎入門
Elasticsearch 是一個開源的搜尋引擎，建立在一個全文搜尋引擎庫 Apache Lucene™ 基礎之上。
Elasticsearch 的內部使用 Lucene 做索引與搜尋，但是它的目的是使全文檢索變得簡單， 通過隱藏 Lucene 的複雜性，取而代之的提供一套簡單一致的 RESTful API。然而，Elasticsearch 不僅僅是 Lucene，並且也不僅僅只是一個全文搜尋引擎。
和 Elasticsearch 互動
RESTful API with JSON over HTTP
一個 Elasticsearch 請求和任何 HTTP 請求一樣由若干相同的部件組成：
curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
Elasticsearch 返回一個 HTTP 狀態碼和一個 JSON 格式的返回值。
面向文件
Elasticsearch 是面向文件的，意味著它儲存整個物件或文件。Elasticsearch 不僅儲存文件，而且索引每個文件的內容使之可以被檢索。在 Elasticsearch 中，你對文件進行索引、檢索、排序和過濾。
JSON
Elasticsearch 使用 JavaScript Object Notation 或者 JSON 作為文件的序列化格式。
在 Elasticsearch 中將物件轉化為 JSON 並做索引要比在一個扁平的表結構中做相同的事情簡單的多。
索引文件
儲存資料到 Elasticsearch 的行為叫做索引。
一個 Elasticsearch 叢集可以包含多個索引，相應的每個索引可以包含多個型別。這些不同的型別儲存著多個文件，每個文件又有多個屬性。
索引這個詞在 Elasticsearch 語境中包含多重意思：
-
索引（名詞）：一個索引類似於傳統關係資料庫中的一個數據庫，是一個儲存關係型文件的地方。
-
索引（動詞）：索引一個文件就是儲存一個文件到一個索引（名詞）中，以便它可以被檢索和查詢到。這非常類似於 SQL 語句中的 INSERT 關鍵詞。
-
倒排索引：關係型資料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，以便提升資料檢索速度。Elasticsearch 和 Lucene 使用了一個叫做倒排索引的結構來達到相同的目的。預設的，一個文件中的每一個屬性都是被索引的（有一個倒排索引）和可搜尋的。一個沒有倒排索引的屬性是不能被搜尋到的。
使用查詢表示式搜尋編輯
Elasticsearch 提供一個豐富靈活的查詢語言叫做查詢表示式，它支援構建更加複雜和健壯的查詢。
領域特定語言 （DSL）， 指定了使用一個 JSON 請求。
GET /megacorp/employee/_search
{
"query" : {
"match" : {
"last_name" : "Smith"
}
}
}
更復雜的搜尋
使用過濾器 filter ，它支援高效地執行一個結構化查詢。
GET /megacorp/employee/_search
{
"query" : {
"bool": {
"must": {
"match" : {
"last_name" : "smith"
}
},
"filter": {
"range" : {
"age" : { "gt" : 30 }
}
}
}
}
}
filter 這部分是一個 range 過濾器，它能找到年齡大於 30 的文件，其中 gt 表示_大於 (_great than)。
全文搜尋
全文搜尋——一項 傳統資料庫確實很難搞定的任務。
搜尋下所有喜歡攀巖（rock climbing）的僱員：
GET /megacorp/employee/_search
{
"query" : {
"match" : {
"about" : "rock climbing"
}
}
}
使用 match 查詢在 about 屬性上搜索 “rock climbing” 。
{
...
"hits": {
"total":2,
"max_score":0.16273327,
"hits": [
{
...
"_score":0.16273327,
"_source": {
"first_name":"John",
"last_name":"Smith",
"age":25,
"about":"I love to go rock climbing",
"interests": [ "sports", "music" ]
}
},
{
...
"_score":0.016878016,
"_source": {
"first_name":"Jane",
"last_name":"Smith",
"age":32,
"about":"I like to collect rock albums",
"interests": [ "music" ]
}
}
]
}
}
_score：相關性得分。
Elasticsearch 預設按照相關性得分排序，即每個文件跟查詢的匹配程度。
Elasticsearch中的相關性概念非常重要，也是完全區別於傳統關係型資料庫的一個概念，資料庫中的一條記錄要麼匹配要麼不匹配。
短語搜尋
精確匹配一系列單詞或者短語。
GET /megacorp/employee/_search
{
"query" : {
"match_phrase" : {
"about" : "rock climbing"
}
}
}
返回結果僅有 John Smith 的文件。
高亮搜尋
許多應用都傾向於在每個搜尋結果中 高亮 部分文字片段，以便讓使用者知道為何該文件符合查詢條件。在 Elasticsearch 中檢索出高亮片段也很容易。
再次執行前面的查詢，並增加一個新的 highlight 引數：
GET /megacorp/employee/_search
{
"query" : {
"match_phrase" : {
"about" : "rock climbing"
}
},
"highlight": {
"fields" : {
"about" : {}
}
}
}
當執行該查詢時，返回結果與之前一樣，與此同時結果中還多了一個叫做 highlight 的部分。這個部分包含了 about 屬性匹配的文字片段，並以 HTML 標籤<em></em>
封裝：
{
...
"hits": {
"total":1,
"max_score":0.23013961,
"hits": [
{
...
"_score":0.23013961,
"_source": {
"first_name":"John",
"last_name":"Smith",
"age":25,
"about":"I love to go rock climbing",
"interests": [ "sports", "music" ]
},
"highlight": {
"about": [
"I love to go <em>rock</em> <em>climbing</em>"
]
}
}
]
}
}
分析
Elasticsearch 有一個功能叫聚合（aggregations），允許我們基於資料生成一些精細的分析結果。聚合與 SQL 中的 GROUP BY 類似但更強大。
挖掘出僱員中最受歡迎的興趣愛好：
GET /megacorp/employee/_search
{
"aggs": {
"all_interests": {
"terms": { "field": "interests" }
}
}
}
返回結果：
{
...
"hits": { ... },
"aggregations": {
"all_interests": {
"buckets": [
{
"key":"music",
"doc_count": 2
},
{
"key":"forestry",
"doc_count": 1
},
{
"key":"sports",
"doc_count": 1
}
]
}
}
}
聚合還支援分級彙總。
分散式特性
Elasticsearch 可以橫向擴充套件至數百（甚至數千）的伺服器節點，同時可以處理PB級資料。
Elasticsearch 天生就是分散式的，並且儘可能地遮蔽了分散式系統的複雜性。
-
分配文件到不同的容器或分片中，文件可以儲存在一個或多個節點中
-
按叢集節點來均衡分配這些分片，從而對索引和搜尋過程進行負載均衡
-
將叢集中任一節點的請求路由到存有相關資料的節點
-
叢集擴容時無縫整合新節點，重新分配分片以便從離群節點恢復
Reference:
https://www.elastic.co/guide/cn/elasticsearch/guide/cn/getting-started.html