【Elasticsearch】核心概念与索引设置

🧑 博主简介：CSDN博客专家 ，历代文学网 （PC端可以访问：https://literature.sinhy.com/#/?__c=1000，移动端可微信小程序搜索"历代文学 "）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，共同进步，一起在技术的世界里不断学习成长。
技术合作 请加本人wx（注明来自csdn ）：foreast_sea

【Elasticsearch】核心概念与索引设置

一、引言

在当今大数据时代，数据的存储、检索和分析变得至关重要。Elasticsearch作为一款强大的开源分布式搜索和分析引擎，正广泛应用于各个领域，如日志分析、全文搜索、商业智能等。要想充分发挥Elasticsearch的优势，深入理解其基本概念是必不可少的。

索引（Index） 、文档（Document） 、字段（Field） 以及分片等概念构成了Elasticsearch的基础架构。索引就像是一个数据库，是存储数据的地方，但它又具有独特的分布式特性。文档则是存储在索引中的基本数据单元，类似于数据库中的一条记录。而字段是文档的组成部分，每个文档包含多个字段，用于描述不同的属性。分片则是Elasticsearch实现分布式存储和搜索的关键，它将索引分割成多个部分，分布在不同的节点上，从而提高了系统的可扩展性和性能。

另外，索引的设置参数，如分片数量和副本数量，对索引的性能和数据存储有着深远的影响。合理设置这些参数可以优化查询速度、提高数据可用性和容错性。如果设置不当，可能会导致资源浪费、查询效率低下甚至数据丢失等问题。因此，深入分析索引设置和映射是掌握Elasticsearch的重要环节。在接下来的文章中，我们将详细探讨这些概念及其相互关系，并深入分析索引设置对性能的影响。

二、Elasticsearch核心概念

（一）索引（Index）

定义
- 在Elasticsearch中，索引（Index） 是一个逻辑命名空间，用于存储具有相似特征的文档集合。可以将其类比为关系型数据库中的数据库（Database）概念。例如，如果你有一个存储用户信息的索引，所有与用户相关的文档都会存储在这个索引中。
- 索引具有自己的设置，这些设置会影响索引的行为，如分片数量、副本数量等，我们将在后面详细讨论。
创建索引
- 在Elasticsearch的Java API中，使用RestHighLevelClient来创建索引。首先需要在项目中添加Elasticsearch的Java客户端依赖。在Maven项目中，添加以下依赖：

xml 复制代码

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch - rest - high - level - client</artifactId>
    <version>7.17.9</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>7.17.9</version>
</dependency>

这里添加了elasticsearch - rest - high - level - client依赖，它是Elasticsearch的高级REST客户端，用于方便地与Elasticsearch集群进行交互。同时添加了elasticsearch核心库依赖。
以下是创建索引的Java代码示例：

java 复制代码

import org.elasticsearch.action.admin.indices.create.CreateIndexRequest;
import org.elasticsearch.action.admin.indices.create.CreateIndexResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.xcontent.XContentType;

import java.io.IOException;

public class IndexCreation {
    public static void main(String[] args) {
        // 假设已经创建好RestHighLevelClient实例，名为client
        RestHighLevelClient client = null;
        try {
            CreateIndexRequest request = new CreateIndexRequest("my_index");
            request.settings(Settings.builder()
                   .put("index.number_of_shards", 3)
                   .put("index.number_of_replicas", 1));
            CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
            boolean acknowledged = response.isAcknowledged();
            if (acknowledged) {
                System.out.println("索引创建成功");
            } else {
                System.out.println("索引创建失败");
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if (client!= null) {
                    client.close();
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

在上述代码中，首先创建了一个CreateIndexRequest对象，指定要创建的索引名称为my_index。然后通过settings方法设置索引的分片数量为3个，副本数量为1个。最后使用RestHighLevelClient的indices().create方法发送创建索引的请求，并根据响应判断索引是否创建成功。

（二）文档（Document）

定义
- 文档（Document） 是Elasticsearch中的基本数据单元，它是可以被索引的信息单元。文档以JSON格式表示，包含了多个字段（Field）。例如，在一个存储商品信息的索引中，一个商品的详细信息（如名称、价格、描述等）可以组成一个文档。
索引文档
- 继续使用上面提到的Java API，以下是向索引中添加文档的示例代码：

java 复制代码

import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;

import java.io.IOException;

public class DocumentIndexing {
    public static void main(String[] args) {
        // 假设已经创建好RestHighLevelClient实例，名为client
        RestHighLevelClient client = null;
        try {
            IndexRequest request = new IndexRequest("my_index");
            String jsonString = "{" +
                    "\"name\": \"iPhone 14\"," +
                    "\"price\": 7999," +
                    "\"description\": \"A new smartphone\"" +
                    "}";
            request.source(jsonString, XContentType.JSON);
            IndexResponse response = client.index(request, RequestOptions.DEFAULT);
            String index = response.getIndex();
            String id = response.getId();
            if (response.getResult().name().equals("CREATED")) {
                System.out.println("文档成功索引到索引 " + index + " 中，文档ID为 " + id);
            } else {
                System.out.println("文档索引失败");
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if (client!= null) {
                    client.close();
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

在上述代码中，创建了一个IndexRequest对象，指定要将文档索引到my_index索引中。然后构建了一个JSON格式的字符串表示文档内容，包含name、price和description三个字段。通过source方法将文档内容设置到请求中，最后使用RestHighLevelClient的index方法发送索引文档的请求，并根据响应判断文档是否索引成功。

（三）字段（Field）

定义
- 字段（Field） 是构成文档的基本元素，每个字段都有自己的名称和对应的值。字段的值可以是各种数据类型，如字符串、数字、日期等。例如，在前面提到的商品文档中，name、price和description就是不同的字段。
字段数据类型
- Elasticsearch支持多种字段数据类型，常见的有：
- 字符串类型 ：如text和keyword。text类型适用于全文搜索，会对文本进行分析，例如将句子拆分成单词等操作；keyword类型则适用于精确匹配，如身份证号码、邮政编码等。
- 数字类型 ：如long、integer、short、byte、double、float等，用于存储不同范围的数字。
- 日期类型：用于存储日期和时间信息。
- 布尔类型 ：用于存储true或false值。

（四）分片（Shard）

定义
- 分片（Shard） 是Elasticsearch实现分布式存储和搜索的核心概念。一个索引可以被分成多个分片，每个分片实际上是一个独立的Lucene索引。分片可以分布在不同的节点（Node）上，这样可以提高数据的存储容量和搜索性能。例如，如果一个索引有大量的数据，将其分成多个分片并分布在多个节点上，可以并行处理查询请求，从而提高查询速度。
分片的作用
- 提高可扩展性：随着数据量的增加，可以通过增加分片的数量来扩展存储容量。
- 提高性能：多个分片可以并行处理查询请求，减少单个节点的负载，提高查询效率。
- 分布数据：将数据分布在不同的节点上，提高数据的可用性和容错性。

三、索引设置和映射

（一）索引设置

分片数量 （Number of Shards）
- 分片数量在创建索引时就需要确定。例如，在前面创建索引的示例中，我们设置了index.number_of_shards = 3。
- 影响：
- 如果分片数量设置过少，当数据量增长时，单个分片可能会变得过大，导致查询性能下降。因为查询一个大分片需要更多的时间和资源。
- 如果分片数量设置过多，会增加管理开销，例如在进行数据重新平衡（Rebalancing）时，过多的分片会使这个过程更加复杂和耗时。而且每个分片都需要占用一定的系统资源，过多的分片可能会导致资源浪费。
副本数量 （Number of Replicas）
- 副本是分片的拷贝，用于提高数据的可用性和容错性。在创建索引时，我们设置了index.number_of_replicas = 1。
- 影响：
- 增加副本数量可以提高数据的可用性。当一个节点上的分片不可用时，可以从副本中获取数据，保证数据的正常查询。
- 副本也可以分担查询负载，多个副本可以同时处理查询请求，提高查询性能。但是，副本数量过多会增加存储成本，因为每个副本都需要占用额外的存储空间。

（二）索引映射（Mapping）

定义
- 索引映射定义了索引中的字段类型、如何对字段进行分析等信息。它类似于关系型数据库中的表结构定义。
示例
- 以下是一个简单的索引映射的JSON示例：

json 复制代码

{
    "mappings": {
        "properties": {
            "name": {
                "type": "text"
            },
            "price": {
                "type": "double"
            },
            "description": {
                "type": "text"
            }
        }
    }
}

在这个示例中，定义了name、price和description三个字段的类型，name和description为text类型，price为double类型。

四、结论

Elasticsearch的核心概念，如索引、文档、字段和分片等，以及索引设置和映射，是构建高效、可靠的搜索和分析应用的基础。深入理解这些概念及其相互关系，合理设置索引参数，能够充分发挥Elasticsearch的强大功能，满足不同场景下的数据存储、检索和分析需求。

五、参考资料文献

Elasticsearch官方文档
《Elasticsearch实战》书籍
Elasticsearch GitHub仓库