9 Elasticsearch 数据搜索引擎教程系列之基础概念之文档结构

在上一篇文章中，我们讨论了 索引 和 类型 的基础概念。接下来，我们将深入探讨索引内部的基本组成部分——文档 及其 结构。理解文档结构对于操作 Elasticsearch 中的数据至关重要，因为文档是数据的基本单元。

文档的概念

在 Elasticsearch 中，文档 是存储在 索引 中的基本数据记录。每个文档都以 JSON 格式存储，并且包含与该条数据相关的字段及其值。文档对应于关系数据库中的“行”。

文档的属性

每个文档都有以下几个关键特性：

• ID：每个文档都有一个唯一的标识符，称为文档 ID。可以由 Elasticsearch 自动生成，或由用户自定义。
• 类型：在早期版本的 Elasticsearch 中，文档类型用于将相似文档分组。然而，随着版本的更新，已被推荐使用单个索引及相同类型的文档。
• 字段：文档由多个 字段 组成，每个字段代表一个数据项。字段具有名称和对应的值，值可以是多种类型，例如字符串、数字、布尔值、数组、对象等。
• 映射：映射是文档字段的结构定义和设置，包括字段类型、分析器等。它定义了如何将数据存储、索引和搜索。

文档结构示例

下面是一个简单的文档示例，假设我们在管理一个图书馆的书籍信息：

{
  "title": "Elasticsearch: The Definitive Guide",
  "author": "Clinton Gormley",
  "published_year": 2015,
  "genres": ["Technology", "Programming"],
  "available": true
}

在这个示例中，我们的文档包含了五个字段：

• title：书名，字符串类型
• author：作者，字符串类型
• published_year：出版年份，整数类型
• genres：书籍类型，数组类型
• available：是否可用，布尔类型

文档与索引的关系

每个文档都必须属于一个索引。在 Elasticsearch 中，一个索引可以包含多个文档，文档之间可以有不同的字段。在创建索引时，可以定义映射，以确保正确存储和检索数据。

例如，创建一个名为 books 的索引，可以定义如下的映射：

PUT /books
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "author": {
        "type": "text"
      },
      "published_year": {
        "type": "integer"
      },
      "genres": {
        "type": "keyword"
      },
      "available": {
        "type": "boolean"
      }
    }
  }
}

在上面的示例中，我们定义了一个包含 title, author, published_year, genres, 和 available 字段的 books 索引。这些映射定义了每个字段的数据类型，从而确保 Elasticsearch 以适当的方式处理这些数据。

文档的存储与检索

在 Elasticsearch 中，文档是以 JSON 格式存储在索引中。用户可以通过 RESTful API 发送 HTTP 请求来进行文档的创建、更新、删除和检索操作。

例如，添加一个新的书籍文档，可以使用如下的 HTTP PUT 请求：

PUT /books/_doc/1
{
  "title": "Elasticsearch: The Definitive Guide",
  "author": "Clinton Gormley",
  "published_year": 2015,
  "genres": ["Technology", "Programming"],
  "available": true
}

通过这个请求，我们将一条书籍数据添加到 books 索引中，文档 ID 为 1。

接下来，我们可以使用 GET 请求检索文档：

GET /books/_doc/1

小结

本文介绍了 文档 作为 Elasticsearch 中的数据基本单元，以及其结构和与索引的关系。理解文档结构有助于我们在 Elasticsearch 中更有效地存储和检索数据。接下来的文章，我们将继续深入 Elasticsearch 的操作，探讨如何创建和管理索引及其文档。