ElasticSearch基础：存储结构

关于

MySQL 的数据模型由数据库、表、字段、字段类型组成，自然 ES 也有自己的一套存储结构，下面先介绍ES存储相关的概念，然后跟MYSQL做一下对比方便大家理解。

基本概念

Index（索引）

在 Elasticsearch 中索引（Index）代表文档数据的集合，类似 MySQL 的表。

• （文档指的是 ES 中存储的一条数据）

Type（文档类型）

在 Elasticsearch 老的版本中：文档类型，代表一类文档的集合。【即，Index（索引）类似 MySQL 的数据库、文档类型类似 MySQL 的表】

在新版的 Elasticsearch 中，已经不使用文档类型了，ES 没有数据库的概念，而 Index（索引）类似 MySQL 表的概念。

• 在 Elasticsearch7.0 以后的版本，已经废弃文档类型。

Document（文档）

Elasticsearch 是面向文档的数据库，文档是最基本的存储单元，文档类似 MySQL 表中的一行数据。

• 简单的说在 ES 中，文档指的就是一条 JSON 数据。

Elasticsearch中文档使用json格式存储，因此存储上比Mysql要灵活的多，Elasticsearch支持任意格式的json数据。

例如：一个订单数据，我们可以将复杂的 Json 结构保存到 Elasticsearch 中， MySQL 就无法这样存储数据。

{
	"id": 12,
	"status": 1,
	"total_price": 100,
	"create_time": "2019-12-12 12:20:22",
	"user" : { // 嵌套json对象
		"id" : 11,
		"username": "tizi365",
		"phone": "13500001111",
		"address" : "上海长宁区001号"
	}
}

注意：

• 文档中的任何 json 字段都可以作为查询条件。
• 文档的 json 格式没有严格限制，可以随意增加、减少字段，甚至每一个文档的格式都不一样也可以。

如：在同一个索引存中，存储格式完全不一样的文档数据

{"id":1, "username":"tizi365"}
{"id":1, "title":"好看的包包", "price": 30}
{"domain":"www.tizi365.com", "https": true}

Field（文档字段）

Field（文档字段）即 json 字段。文档由多个 json 字段（Field）组成， 这里的字段类似 MySQL 中表的字段。

当然Elasticsearch中字段也有类型的，下面是常用的字段类型:

• 数值类型（包括: long、integer、short、byte、double、float）
• text：支持全文搜索
• keyword：不支持全文搜索

  例如：email、电话这些数据，作为一个整体进行匹配就可以，不需要分词处理。

• date：日期类型
• boolean

• Elasticsearch 支持动态映射，我们可以不必预先定义文档的 json 结构和对应的字段类型，Elasticsearch 会自动推断字段的类型。

Mapping（映射）

Elasticsearch 的 mapping（映射）：每个索引都有一个映射规则，我们可以通过定义索引的映射规则，提前定义好文档的 json 结构和字段类型。

• 如果没有定义索引的映射规则，Elasticsearch 会在写入数据的时候，根据我们写入的数据字段推测出对应的字段类型，相当于自动定义索引的映射规则。
• 类似 MySQL 中的表结构定义。

• 虽然 Elasticsearch 的自动映射功能很方便，但是实际业务中，对于关键的字段类型，通常预先定义好，避免 Elasticsearch 自动生成的字段类型不是你想要的类型。

  例如: ES 默认将字符串类型数据自动定义为 text 类型，但是关于手机号，我们希望是 keyword 类型，这个时候就需要通过 mapping 预先定义号对应的字段类型了。

存储结构类比

Elasticsearch	MYSQL
Index（索引）	表
Document（文档）	行，一行数据
Field（文档字段）	表字段
Mapping（映射）	表结构定义