ElasticSearch - (2) 數據庫結構

一. 邏輯設計：文檔、類型、索引

• 總結下關係型數據庫和非關係型數據庫

Relational DB	ElasticSearch
數據庫(database)	索引(index)
表(table)	類型types
行rows	文檔documents
字段columns	字段fields

elastic search(集羣)中可以包含多個索引庫, 每個索引中可以包含多個類型表,每個類型下又包含多個文檔,每個文檔中又包含多個字段。

1.文檔

• ElasticSearch中面向文檔的，那麼意味着索引和搜索數據的最小單位是文檔。ElasticSearch中文檔有幾個重要的屬性：
  • 自我包含，一篇文檔中包含字段和對應的值
  • 不需要預先定義文檔結構，裏面塞的內容是靈活的，
  • 文檔是無模式的,字段對應值的類型是不受限制類型的。

2.類型

• 類型是文檔的邏輯容器，就像關係型數據庫一樣，表格是行的容器。類型中對於字段的定義成爲映射。我麼需要提前定義好所需要的映射，約束好每個字段的類型。

3.索引

• 索引是映射類型的容器。ElasticSearch中的索引是非常大的文檔集合，索引存儲了映射類型和其他設置，然後存儲到各個分片上。

二. 物理設計： 節點、分片

• 一個集羣包含至少一個節點，節點內可以有多個索引。如果創建一個索引，那麼這個索引會有五個分片，每個分片又有一個副本，這樣一個索引就有了10個分片。
• 主分片和對應的複製分片都不會在同一個節點內，這樣有利於某個節點掛掉了，數據也不至於丟失。

三. 倒排索引

• elasticsearch使用的是一種稱爲倒排索引的結構，採用Lucene倒排索作爲底層。根據屬性的值來查找記錄，這種結構適用於快速的全文搜索，一個索引由文檔中所有不重複的列表構成，對於每一個詞，都有一個包含它的文檔列表。
  倒排列表（Posting List）記錄了詞條對應的文檔集合，由倒排索引項（Posting）組成。

• 簡單理解：會對每個文件分詞，建立的是分詞（Term）和文檔（Document）之間的映射關係，在倒排索引中，數據是面向詞（Term）而不是面向文檔的。如：

  關鍵詞	倒排列表
  django	文章1，文章2…（是一個列表）
  Python	文章2，文章3…
  scrapy	文章4，文章5…

• 關鍵詞出現的次數和頻率對這個文檔也很重要

  關鍵詞	倒排列表
  python	（文章1，<2,10>,2
  Python	（文章2，<5,10，30，45>,4
  scrapy	（文章4，<5>,1

• es中的倒排索引數據存儲