Elasticsearch 第一期：基础的基础概念

前言

Elasticsearch（弹性搜索），简称为ES，它是一个开源的高扩展的分布式全文检索引擎，它提供的功能主要分为：实时存储，实时分析搜索；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。

ES核心也是基于 Lucene 来实现所有索引和搜索的功能，其开发者开发ES的初衷是希望通过简单的 RESTful API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单。

据国际权威的数据库产品评测机构 DB Engines 的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

常见概念介绍

Elasticsearch 是面向文档的，意味着它存储整个对象或文档。Elasticsearch 不仅存储文档，而且索引每个文档的内容，使之可以被检索。

上面提到了两个关键字--文档，索引。可以说这个两个词是ES的基石。

文档

在以Java为代表的面向对象语言中，对象是操作的基本单位。对于ES而言，文档的概念可以类比对象。不过，有一个区别：对象仅仅是类似于 hashmap 、字典或者JSON 对象，对象中也可以嵌套其他的对象。在 ES中，术语文档有着特定的含义。它是指根对象（最顶层）, 这个根对象被序列化成 JSON 并存储到 ES 中，指定了唯一 ID。

上面又提到一个新词——根对象，要理解根对象，那么就需要分析ES文档的内容和组成了。下面展示了一个基础的格式化后的ES文档数据。以key的格式可以划分了两类，带"_"的字段（即文档元数据，如_id，_index等）和普通字段（即真实的内容，如workerName）。

对于一个文档而言，重要的文档源数据三个，_index，_type，_id。通过这三个元数据即可定位到一个明确的文档。其中_index，也就是前面提到索引。索引可以说是具有共同特性的文档集合。

在一个索引中也可以有多个类别的文档，对于文档类别则使用_type来声明，相当于在索引中对数据进行逻辑分区。在 7.0 之前，每一个索引是可以设置多个 Types 的，每个 Type 会拥有相同结构的文档，但是在 6.0 开始，Type 已经被废除，在 7.0 开始，一个索引只能创建一个 Type，也就是 _doc。

当然对于每个文档都有一个唯一标识:_id。id是一个字段串，若不指定，默认是一个Base64 编码的 UUID。

{
        "_id": "198278367",
        "_index": "hcm_worker",
        "_type": "_doc",
        "_score": 1,  
        "_source": {
            "workerName": "小明",
            "workerNo": "U12093",
            "workerTag": [
                {
                    "key": "年龄",
                    "value": [ "30~40"]
                }
            ]
        }
}