Elasticsearch作為當前最流行的分布式搜索和分析引擎，其強大的功能背后是一套精心設計的核心概念體系。本文將深入解析Elasticsearch的五大核心概念，幫助開發者構建堅實的技術基礎，并為高效使用ES提供理論支撐。
1 索引（Index）與文檔（Document）
1.1 索引：數據的邏輯容器
在Elasticsearch中，索引(Index)*是最高層次的數據組織單位，相當于傳統數據庫中的"數據庫"概念。但與傳統數據庫不同，ES索引具有以下特點：
- 動態模式：字段類型可以在寫入時自動識別（可通過映射關閉）
- 分布式存儲：數據自動分布在集群的多個節點上
- 優化設計：專為搜索性能優化的數據結構
// 創建索引示例
PUT /test
{"settings": {"number_of_shards": 3,"number_of_replicas": 1}
}
// 查看索引
GET /test
1.2 文檔：數據的基本單元
文檔(Document)：是ES中可被索引的最小數據單元，采用JSON格式表示：
- 每個文檔有唯一ID（可自動生成）
- 文檔包含多個字段（Field）
- 文檔元數據包括：_index,?_type,?_id,?_version等
// 插入文檔
POST /test/_doc/01
{"name": "智能手機","price": 3999,"description": "旗艦級配置","tags": ["電子","數碼"]
}
// 查看文檔
GET /test/_doc/01
索引與傳統數據庫對比:
| 概念 | Elasticsearch | 傳統RDBMS |
| 數據容器 | 索引(Index) | 數據庫(Database) |
| 數據記錄 | 文檔(Document) | 行(Row) |
| 數據模式 | 映射(Mapping) | 表結構(Schema) |
2 分片（Shard）與副本（Replica）
2.1 分片：分布式存儲的基礎
分片(Shard)：是Elasticsearch實現分布式特性的核心機制：
- 橫向擴展：索引被分成多個分片，分散在不同節點
- 容量限制：單個分片推薦不超過50GB數據（實際取決于硬件）
- 主分片(Primary)：負責處理索引和搜索請求
- 不可變性：分片數量在創建索引后不可更改
// 創建帶分片的索引
PUT /testindex
{"settings": {"number_of_shards": 3,"number_of_replicas": 1}
}
// 查看索引分片
GET _cat/shards/testindex?v
2.2 副本：高可用的保障
副本(Replica)：是分片的拷貝，主要具備如下特性
- 數據冗余：防止硬件故障導致數據丟失
- 讀取擴展：搜索請求可以在所有副本上并行執行
- 故障轉移：當主分片不可用時，副本可提升為主分片
// 查看分片分配情況
GET /_cat/shards/test?v
分片策略最佳實踐：
- 根據數據量預估總分片數（每分片30-50GB）
- 生產環境至少1個副本
- 分片數應與集群節點數協調（避免分配不均）
3 映射（Mapping）與字段類型
3.1 映射：數據結構的定義
映射(Mapping)：定義了文檔及其字段的存儲和索引方式
- 字段數據類型：text, keyword, date, long等
- 索引控制：是否可搜索、是否存儲原始值
- 分析器指定：如何處理文本內容
// 基礎文本映射
PUT /test3
{"mappings": {"properties": {"title": { "type": "text" }, "views": { "type": "integer" },"publish_date": { "type": "date" }}}
}
3.2 核心字段類型詳解
3.2.1 Text vs Keyword
- Text：用于全文搜索，會被分詞
- Keyword：用于精確匹配，如過濾、聚合
3.2.2 特殊類型
- Geo_point：經緯度坐標
- Nested：嵌套對象（保持數組元素間關系）
- Join：定義父子文檔關系
3.2.3 多字段(Multi-fields)
- 允許一個字段以不同方式索引
"product_id": {"type": "keyword","fields": {"analyzed": { "type": "text" }}
}4 總結
深入理解Elasticsearch這些基礎核心概念，是構建高效搜索解決方案的基礎。在實際應用中，需要根據具體業務場景靈活組合這些特性。后續我們將深入探討查詢DSL、聚合分析等高級主題。
