20.ES 相关术语

在实践之前，我们先介绍下 ES 相关的概念，其实和之前 Lucene 的概念是差不多的。 ‍

概述

ES 是面向文档的（document oriented），这意味着它可以存储整个对象或文档（document）。然而它不仅仅是存储，还会索引（index）每个文档的内容，使之可以被搜索。在 ES，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。

ES 和传统关系型数据库对比如下：

Relational DB ‐> Databases ‐> Tables ‐> Rows      ‐> Columns 
Elasticsearch ‐> Indices   ‐> Types  ‐> Documents ‐> Fields

• MySQL 服务器可以创建多个数据库 Databases；ES 可以创建多个索引库 Indices
• MySQL 服务器可以有多张表； ES 中则用 Types 来表示
• MySQL 中一张表可以有多行（多条记录）；ES 中是用 Documents 对应行
• 而 Fields，对应一条记录的字段

接下来说说 Elasticsearch 的核心概念 ‍

索引 index → 数据库

一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。

一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。

可以类比为一个 MySQL 的 Database ‍

类型 type → 表

在一个索引中，你可以定义一种或多种 type。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型。

比如说，我们假设你运营一个博客平台并且将你所有的数据存储到一个索引中。在这个索引中，你可以为用户数据定义一个类型，为博客数据定义另一个类型，当然，也可以为评论数据定义另一个类型。

可以类比为一个 MySQL 的表 ‍

映射 mapping → 类似表结构

mapping 是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分析器、是否被索引等等， 这些都是映射里面可以设置的，其它就是处理 es 里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据 对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。

可以类比为一个 MySQL 的表结构，在之前我们学习 Lucene 的时候就有定义过什么字段该存储，什么字段该分词等，这就是 mapping

文档 document → 表的一行

一个文档是一个可被索引的基础信息单元。比如，你可以拥有某一个客户的文档，某一个产品的一个文档，也可以拥有某个订单的一个文档。在 ES 中，文档以 JSON 格式来表示，JSON 是常见的 HTTP 数据交互格式

在一个 index/type 里面，你可以存储任意多的文档。注意，尽管一个文档，物理上存在于一个索引之中，文档必须被索引/赋予一个索引的 type。

可以类比为一个数据库表中的一行记录

字段 Field → 字段

相当于是数据表的字段，对文档数据根据不同属性进行的分类标识

接近实时 NRT

ES 是一个接近实时（Near-Real Time，简称 NRT）的搜索平台。这意味着，从索引一个文档开始，直到这个文档能够被搜索到，只有一个轻微的延迟（通常是 1 秒以内） ‍