ElasticSearch 基本概念

ElasticSearch 核心概念及与关系型数据库的对比

文档 (Document)

• ElasticSearch (ES) 中的数据以 文档 形式存储，格式为 JSON。
• 例如，假设有一个商品表，其中每一行数据对应着 ES 中的一个文档。

• 不同的表（如商品表、用户表、订单表）对应 ES 中不同类型的文档数据。每张表的数据需要序列化成 JSON 格式存储。
• 文档 在 ES 中类似于关系型数据库中的 行 数据。

索引 (Index)

• 在 ES 中，相同类型的文档会被归为同一个 索引（或索引库）。
• 索引 类似于关系型数据库中的 表，用于存储特定类型的数据集合。
  • 例如：商品数据存储在 商品索引 中，用户数据存储在 用户索引 中。

• 索引 是相同类型文档的集合，类似数据库中表格的作用。

映射 (Mapping)

• 映射 (Mapping) 是 ES 中用于定义文档结构的约束机制，类似于关系型数据库中的 表结构 或 约束（schema）。
• 映射中定义了文档的字段名、字段类型、字段的存储方式等。
• 例如，商品数据的文档可能包含字段：ID、标题、价格等，映射定义了这些字段的类型和约束。

与关系型数据库的对比

• 表（Table）在关系型数据库中存储结构化数据，每行对应一条记录，每列表示一个字段。
• 在 ElasticSearch 中，索引（Index）是存储文档（Document）的地方，文档的字段则类似于关系型数据库中的列。

查询与操作

• 关系型数据库 使用 SQL 语句进行查询。
• ElasticSearch 使用 DSL（Domain Specific Language） 进行查询，DSL 语法是基于 JSON 格式的。
• 查询的条件和操作通过构建 JSON 格式的查询语句来完成，类似于关系型数据库中的 SQL 语句。

数据存储流程

与关系型数据库类似，在 ElasticSearch 中进行数据存储也有一定流程：

1. 创建索引库：定义好数据结构（即映射，Mapping），类似于创建数据库中的表。
2. 数据插入：向索引库中插入数据，即创建文档，类似于向数据库表中插入行数据。
3. 查询：使用 DSL 查询语言进行数据查询，类似于关系型数据库中的 SQL 查询。

总结

ElasticSearch 与关系型数据库（如 MySQL）有很多相似之处，尤其是在存储数据和查询方面。理解了这些基本概念后，可以更好地进行 ElasticSearch 的实际操作。

• 文档（Document）类似行（Row），索引（Index）类似表 （Table）。
• 映射（Mapping）类似表结构（Schema）。
• 查询语言：关系型数据库使用 SQL，ElasticSearch 使用 DSL（JSON 格式）。