elasticsearch。面向文件

在應用程式中物件很少只是一個簡單的鍵和值的列表。通常，它們擁有更復雜的資料結構，可能包括日期、地理資訊、其他物件或者陣列等。

也許有一天你想把這些物件儲存在資料庫中。使用關係型資料庫的行和列儲存，這相當於是把一個表現力豐富的物件塞到一個非常大的電子表格中：為了適應表結構，你必須設法將這個物件扁平化—​通常一個欄位對應一列—​而且每次查詢時又需要將其重新構造為物件。

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，我們對文件進行索引、檢索、排序和過濾—​而不是對行列資料。這是一種完全不同的思考資料的方式，也是 Elasticsearch 能支援複雜全文檢索的原因。

JSON

Elasticsearch 使用 JavaScript Object Notation（或者 JSON）作為文件的序列化格式。JSON 序列化為大多數程式語言所支援，並且已經成為 NoSQL 領域的標準格式。 它簡單、簡潔、易於閱讀。

下面這個 JSON 文件代表了一個 user 物件：

{
    "email":      "[email protected]",
    "first_name": "John",
    "last_name":  "Smith",
    "info": {
        "bio":         "Eco-warrior and defender of the weak",
        "age":         25,
        "interests": [ "dolphins", "whales" ]
    },
    "join_date": "2014/05/01"
}
 

雖然原始的 user 物件很複雜，但這個物件的結構和含義在 JSON 版本中都得到了體現和保留。在 Elasticsearch 中將物件轉化為 JSON 後構建索引要比在一個扁平的表結構中要簡單的多。

我們將會建立一個僱員專案，來演示es的增刪改查。

索引員工文件

儲存員工資料。 這將會以 員工文件 的形式儲存：一個文件代表一個員工。
儲存資料到 Elasticsearch 的行為叫做 索引，但在索引一個文件之前，需要確定將文件儲存在哪裡。

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（名詞）：一個 索引 類似於傳統關係資料庫中的一個 資料庫 ，是一個儲存關係型文件的地方。 索引 (index) 的複數詞為 indices 或 indexes 。
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）中以便被檢索和查詢。這非常類似於 SQL 語句中的 INSERT 關鍵詞，除了文件已存在時，新文件會替換舊文件情況之外。
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。我們將在 倒排索引 討論倒排索引的更多細節。

對於員工目錄，我們將做如下操作：

• 每個員工索引一個文件，文件包含該員工的所有資訊。
• 每個文件都將是 employee 型別 。
• 該型別位於 索引 yiyang 內。
• 該索引儲存在我們的 Elasticsearch 叢集中。

我們通過傳送一個PUT請求。獲取通過kibana來發送都是可以的。在這裡我們使用kibana。

PUT /yiyang/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

注意，路徑 /yiyang/employee/1包含了三部分的資訊：

• yiyang索引名稱。相當於資料庫
• employee 型別。相當於mysql中的物件
• 特定僱員的ID

返回值：

• _version：版本號，每次修改都會增加
• result：created。說明這次是建立