什么是 Elasticsearch 中的索引

Question

Elasticsearch 中的索引是什么？ 一個應用程序有多個索引還是只有一個索引？

假設您為某個汽車制造商構建了一個系統。 它涉及人員、汽車、備件等。您是否有一個名為制造商的索引，或者您是否有一個用於人員的索引，一個用於汽車，第三個用於備件？ 有人能解釋一下嗎？

Answer 1

好問題，答案比人們想象的要微妙得多。 您可以將索引用於多種不同的目的。

關系指數

最簡單和最熟悉的布局克隆了您對關系數據庫的期望。 您可以（非常粗略地）將索引視為數據庫。

• MySQL => 數據庫 => 表 => 行/列
• ElasticSearch => 索引 => 類型 => 具有屬性的文檔

一個 ElasticSearch 集群可以包含多個Indices （數據庫），而這些Indices又包含多個Types （表）。 這些類型包含多個Documents （行），每個文檔都有Properties （列）。

因此，在您的汽車制造場景中，您可能有一個SubaruFactory索引。 在此索引中，您具有三種不同的類型：

• People
• Cars
• Spare_Parts

然后，每種類型都包含對應於該類型的文檔（例如，Subaru Imprezza 文檔位於Cars類型中。該文檔包含有關該特定汽車的所有詳細信息）。

搜索查詢格式為： http://localhost:9200/[index]/[type]/[operation]

所以要檢索斯巴魯文件，我可以這樣做：

  $ curl -XGET localhost:9200/SubaruFactory/Cars/SubaruImprezza

.

記錄索引

現在，現實是索引/類型比我們在 RDBM 中使用的數據庫/表抽象靈活得多。 它們可以被認為是方便的數據組織機制，根據您設置數據的方式增加了性能優勢。

為了演示一種完全不同的方法，很多人使用 ElasticSearch 進行日志記錄。 標准格式是為每一天分配一個新索引。 您的索引列表可能如下所示：

• 日志-2013-02-22
• 日志-2013-02-21
• 日志-2013-02-20

ElasticSearch 允許您同時查詢多個索引，因此這樣做不是問題：

  $ curl -XGET localhost:9200/logs-2013-02-22,logs-2013-02-21/Errors/_search=q:"Error Message"

同時搜索最近兩天的日志。 由於日志的性質，這種格式具有優勢 - 大多數日志從未被查看過，並且它們以線性時間流進行組織。 為每個日志創建索引更合乎邏輯，並提供更好的搜索性能。

.

用戶指數

另一種完全不同的方法是為每個用戶創建一個索引。 想象一下你有一個社交網站，每個用戶都有大量的隨機數據。 您可以為每個用戶創建一個索引。 您的結構可能如下所示：

• 扎克指數
  • 愛好類型
  • 好友類型
  • 圖片類型
• 弗雷德指數
  • 愛好類型
  • 好友類型
  • 圖片類型

請注意如何以傳統的 RDBM 方式輕松完成此設置（例如“用戶”索引，將愛好/朋友/圖片作為類型）。 然后，所有用戶都將被放入一個單一的巨大索引中。

相反，有時出於數據組織和性能原因將數據分開是有意義的。 在這種情況下，我們假設每個用戶都有大量數據，我們希望它們分開。 ElasticSearch 讓我們為每個用戶創建索引沒有問題。

Answer 2

@Zach 的回答對 elasticsearch 5.X 及以下版本有效。 由於 elasticsearch 6.X Type已被棄用，並將在 7.X 中完全刪除。 引用 elasticsearch 文檔：

最初，我們談到“索引”類似於 SQL 數據庫中的“數據庫”，而“類型”等同於“表”。 這是一個糟糕的類比，導致了錯誤的假設。

進一步解釋一下，SQL 中來自兩個不同表的兩個同名列可以相互獨立。 但是在彈性搜索索引中這是不可能的，因為它們由相同的 Lucene 字段支持。 因此，elasticsearch 中的“索引”與 SQL 中的“數據庫”並不完全相同。 如果索引中有任何相同的字段，它們最終會出現字段類型沖突。 為了避免這種情況，elasticsearch 文檔建議按文檔類型存儲索引。

參考： 刪除映射類型

Answer 3

索引是一種數據結構，用於存儲字段到相應文檔的映射。 目標是允許更快的搜索，通常以增加內存使用和預處理時間為代價。

您創建的索引數量是您應該根據應用程序要求做出的設計決策。 您可以為每個業務概念創建一個索引...您可以為一年中的每個月創建一個索引...

您應該花一些時間熟悉 lucene 和 elasticsearch 概念。

看一下介紹性視頻，並在此視頻中包含一些數據設計模式

Answer 4

上面一個太詳細了，很短可以定義為

索引：它是不同類型文檔和文檔屬性的集合。 索引還使用分片的概念來提高性能。 例如，一組文檔包含社交網絡應用程序的數據。 來自tutorialpoints.com的回答

由於索引是每個問題的不同類型文檔的集合，因此取決於您要如何分類。

你有一個名為制造商的索引嗎？ 是的，我們將保留一份與制造商有關的文件。

你有一個人的索引，一個汽車的索引，第三個備件的索引嗎？ 有人能解釋一下嗎？ 想想同一個制造商給很多人在路上駕駛它的實例汽車。所以根據使用次數可能會有很多指標。

如果我們深入思考，我們會發現除了第一個問題都是無效的。 Elastic-search 文檔與 SQL 文檔或 csv 或電子表格文檔有很大不同，從一個索引和強大的查詢語言，您可以創建數百萬種 CSV 樣式的數據分類文檔。

由於其極快的索引能力，我們只為一位客戶創建一個索引，然后我們根據需要創建多種類型的文檔。 例如：

使用相同型號的所有老人。或使用所有型號的一位老人。

排列是無限的。