ElasticSearch 学习、实践笔记

一、基础概念

1. 索引（Index）：索引是 Elasticsearch 中最基本的数据存储单位，类似于关系型数据库中的数据库。一个索引可以包含多个文档，每个文档都有一个唯一的 ID，用于标识该文档。索引可以被分为多个分片，每个分片可以存储一部分文档数据。

?2. 文档（Document）：文档是 Elasticsearch 中的基本数据单元，类似于关系型数据库中的行。每个文档都有一个唯一的 ID，用于标识该文档。文档可以包含多个字段，每个字段都有一个数据类型，例如字符串、数字、日期等。

3.?分片（Shard）：分片是 Elasticsearch 中的数据分布方式，用于将索引分成多个部分，每个部分可以存储一部分文档数据。分片可以被分配到不同的节点上，以实现数据的分布式存储和查询。

4. 节点（Node）：节点是 Elasticsearch 中的一个实例，它可以存储一部分数据和处理查询请求。一个节点可以属于一个或多个集群，每个集群可以包含多个节点。节点之间可以通过网络通信来协调数据的存储和查询。

架构是分布式的，它将数据分成多个分片存储在不同的节点上，通过网络通信来协调数据的存储和查询。这种架构可以实现高可用性、高性能和可扩展性。

二、创建索引

1.在客户端调用API创建索引（.NET CORE[c#]）

/// <summary>
/// 如果索引不存在就创建
/// </summary>
/// <param name="index"></param>
/// <returns></returns>
public async Task CreateIndexIfNotExist<ESEntity>(string index)where ESEntity: ESBase,new ()
{
    if (index.IsNullOrEmpty())
    {
        return;
    }

    //指定分片数量
    IIndexState indexState = new IndexState
    {
        Settings = new IndexSettings
        {
            NumberOfReplicas = 0,  
            NumberOfShards = 5 
        } 
    };

    //自动映射 + 指定属性映射
    //https://blog.csdn.net/WuLex/article/details/71375032
    Func<CreateIndexDescriptor, ICreateIndexRequest> func = 
        x => x.InitializeUsing(indexState)
            .Map<ESEntity>(
                m => m.AutoMap()
                    .Properties(ps => ps
                      .Nested<ESContent>(n => n
                        .Name(c => c.Contents)
                        .AutoMap()
                            .Properties(ps => ps
                                .Nested<ESFileContent>(n => n
                                    .Name(c => c.FileContents)
                                    .AutoMap()
                        )))));

    var response = await Client.Indices.CreateAsync(index, func);

    if (response != null && response.ApiCall != null && response.ApiCall.DebugInformation.IsNotNullOrEmpty())
    {
        if (!response.ApiCall.Success)
        {
            Logger.LogInformation($"创建索引:{response.DebugInformation}"); 
        }
    }

}

2.直接执行 json脚本创建

PUT /my_index
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "description": {
        "type": "text"
      },
      "price": {
        "type": "float"
      },
      "date": {
        "type": "date"
      },
      "tags": {
        "type": "keyword"
      }
    }
  }
}

二、查询

Elasticsearch 支持多种查询类型，包括全文搜索查询、精确匹配查询、范围查询、布尔查询、聚合查询等;以下是使用 Elasticsearch 进行全文搜索查询、精确匹配查询、范围查询、布尔查询和聚合查询的示例：

1.全文搜索查询

GET /my_index/_search
{
  "query": {
    "match": {
      "description": "search term"
    }
  }
}

2.精确匹配查询

GET /my_index/_search
{
  "query": {
    "term": {
      "status": "active"
    }
  }
}

3.范围查询

GET /my_index/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 10,
        "lte": 100
      }
    }
  }
}

4.布尔查询

GET /my_index/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "description": "search term" } },
        { "term": { "status": "active" } }
      ],
      "must_not": [
        { "term": { "category": "books" } }
      ],
      "should": [
        { "term": { "brand": "Apple" } },
        { "term": { "brand": "Samsung" } }
      ]
    }
  }
}

5.聚合查询（统计总和、平均值、最大值和最小值...）

GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "avg_price": {
      "avg": {
        "field": "price"
      }
    },
    "max_price": {
      "max": {
        "field": "price"
      }
    },
    "min_price": {
      "min": {
        "field": "price"
      }
    }
  }
}

6.通配符和正则表达式进行模糊匹配（会让性能下降，慎用，特别是左模糊开启的时候）

-- 右模糊匹配
GET /my_index/_search
{
  "query": {
    "wildcard": {
      "description": "elasticsearch*"
    }
  }
}

-- 正则

GET /my_index/_search
{
  "query": {
    "regexp": {
      "description": ".*elasticsearch.*"
    }
  }
}

7. 分页查询

{
  "query": {
    "match": {
      "description": "Elasticsearch tutorial"
    }
  },
  "from": 0,
  "size": 10
}

三、设计索引时应该怎么考虑索引的分片和副本数、字段的类型和属性等因素

1. 索引的分片和副本数：分片和副本数是 Elasticsearch 中非常重要的概念，它们可以影响索引的性能、可用性和容错能力。一般来说，分片数应该根据数据量和查询负载来确定，副本数应该根据可用性和容错能力来确定。如果数据量较大或查询负载较高，可以增加分片数来提高查询性能；如果需要提高可用性和容错能力，可以增加副本数来实现数据冗余和负载均衡。

2. 字段的类型和属性：在定义索引中的字段时，需要考虑字段的类型和属性，以便更好地满足业务需求。例如，如果需要进行全文搜索，可以将文本类型字段设置为全文搜索类型，并指定相应的分析器；如果需要进行聚合查询，可以将数值类型字段设置为聚合类型，并指定相应的聚合方式。此外，还可以设置字段的索引选项、存储选项、忽略字段等属性，以便更好地控制字段的行为和性能。

3. 索引的更新和删除策略：在设计索引时，需要考虑索引的更新和删除策略，以便更好地控制索引的性能和存储空间。例如，如果需要频繁更新或删除文档，可以将索引设置为支持快速更新和删除的类型，并使用合适的缓存策略来提高性能；如果需要保留历史数据或备份数据，可以将索引设置为支持冷热分离的类型，并使用合适的存储策略来降低存储成本。

4. 索引的查询负载和性能需求：在设计索引时，需要考虑索引的查询负载和性能需求，以便更好地优化查询性能和响应时间。例如，如果查询负载较高或查询响应时间较长，可以使用缓存策略、查询优化器、索引分析器等技术来提高查询性能；如果需要支持实时查询或高并发查询，可以使用分布式查询、负载均衡、索引优化等技术来提高查询性能和可用性。

四、 ES 数据的冷热分离

设计 Elasticsearch 数据的冷热分离需要考虑以下几个方面：

1. 数据的访问频率：将访问频率较高的数据放在热节点上，访问频率较低的数据放在冷节点上。

2. 数据的存储周期：将存储周期较短的数据放在热节点上，存储周期较长的数据放在冷节点上。

3. 数据的大小：将数据较小的放在热节点上，数据较大的放在冷节点上。

4. 数据的重要性：将重要性较高的数据放在热节点上，重要性较低的数据放在冷节点上。

在实际应用中，可以通过以下几种方式来实现数据的冷热分离：

1. 使用 Elasticsearch 的索引别名功能，将热数据和冷数据分别放在不同的索引中，并使用别名来统一访问。

2. 使用 Elasticsearch 的节点标签功能，将热节点和冷节点分别打上不同的标签，并使用标签来控制数据的路由。

3. 使用 Elasticsearch 的分片路由功能，将热数据和冷数据分别路由到不同的分片中，并使用分片路由来控制数据的访问。

4. 使用 Elasticsearch 的索引生命周期管理功能，根据数据的存储周期来自动将数据从热节点转移到冷节点。

?