Elasticsearch 概念与基础实操 (索引、映射与文档操作)

在海量数据的搜索与分析场景中，Elasticsearch (简称 ES) 凭借其分布式、高扩展和近实时的搜索特性，成为了众多开发者的首选。因此了解es的使用的原理和操作必不可少

Rabbit高级篇的总结内容：RabbitMQ高级篇总结
Rabbit入门篇的总结内容：Rabbit入门篇总结

📚 目录（点击跳转对应章节）

1. 核心概念：正向索引与倒排索引
2. 中文分词利器：IK 分词器
3. ES 与 MySQL 概念对比
4. Mapping 映射属性
5. 索引库操作 (Index CRUD)
6. 文档操作 (Document CRUD)

---

1. 核心概念：正向索引与倒排索引

理解 ES 的高效查询，首先要理解它的索引机制。

• 正向索引：类似传统关系型数据库的主键查询，通过 ID 找内容。如果是模糊查询（如 LIKE），需要全表扫描，效率极低。
  
• 倒排索引：ES 搜索的核心。它将文档内容进行分词，提取出词条（Term），并记录该词条所在的文档 ID 列表。搜索时，先对关键词分词，再去词条列表中快速定位文档 ID，最后根据 ID 获取文档。这种方式极大地提高了全文检索的速度。
  

小结

---

2. 中文分词利器：IK 分词器

倒排索引依赖于分词，而 ES 默认的标准分词器对中文支持很不友好（会将中文逐字切分）。在实际项目中，我们通常会接入 IK 分词器。

IK 分词器提供两种常用的分词模式：

• ik_smart：最少切分，追求粗粒度的精准。
  

• ik_max_word：最细切分，穷尽词库的可能，适合搜索场景。
  
  拓展分词词库中的词条：
  

---

3. ES 与 MySQL 概念对比

为了方便具备关系型数据库背景的开发者理解，我们可以将 ES 的概念与 MySQL 进行类比：

• MySQL：数据库 (Database) -> 表 (Table) -> 行 (Row) -> 列 (Column)
• Elasticsearch：索引库 (Index) -> 类型 (Type，ES 7.x 之后已废弃，默认 _doc) -> 文档 (Document) -> 字段 (Field)

此外，ES 的 Mapping 映射就相当于 MySQL 中的表结构定义（Schema）。

---

4. Mapping 映射属性

Mapping 是对索引库中整篇文档及其包含字段的结构定义。常见的数据类型包括：

• 字符串：text (可分词的文本)、keyword (精确值，如品牌、邮箱，不分词)
• 数值：long, integer, short, byte, double, float
• 布尔：boolean
• 日期：date
• 对象：object (JSON 嵌套)

核心注意：只有 text 类型的字段需要进行分词，并可以配置 analyzer 属性。

具体实例：

---

5. 索引库操作 (Index CRUD)

RESTful API 风格贯穿了整个 ES 操作。对于索引库的操作，核心原则是：一旦创建，无法修改已有的 Mapping 字段（因为这会导致原有倒排索引失效），但可以新增字段。

5.1 创建索引库和映射

使用 PUT 请求，明确表达“创建或覆盖”的语义。

PUT /heima
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type": "keyword",
        "index": false
      },
      "name":{
        "properties": {
          "firstName": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

5.2 查询索引库

使用 GET 请求。

GET /heima

5.3 修改索引库 (仅限新增字段)

使用 PUT 向已有的 mapping 中追加新字段。

PUT /heima/_mapping
{
  "properties": {
    "age":{
      "type": "integer"
    }
  }
}

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。因此修改索引库能做的就是向索引库中添加新字段，或者更新索引库的基础属性。

5.4 删除索引库

使用 DELETE 请求。

DELETE /heima

---

6. 文档操作 (Document CRUD)

对具体数据的增删改查同样遵循 RESTful 原则。

6.1 新增文档

使用 POST 请求，并指定索引库、_doc 以及文档 ID。

POST /heima/_doc/1
{
    "info": "黑马程序员Java讲师",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

6.2 查询文档

使用 GET 请求加文档 ID。

GET /heima/_doc/1

6.3 删除文档

使用 DELETE 请求加文档 ID。

DELETE /heima/_doc/1

6.4 修改文档

ES 的修改分为全量修改和局部修改：

全量修改 (PUT)：底层逻辑是先根据 ID 删除旧文档，再新增同 ID 文档。如果原 ID 不存在，则直接变为新增操作。

PUT /heima/_doc/1
{
    "info": "黑马程序员高级Java讲师",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

局部修改 (POST + _update)：仅修改指定的字段值。

POST /heima/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

6.5 批处理 (Bulk)

在处理大量数据时，使用 _bulk 接口可以极大提高网络吞吐量。批处理的内容格式比较特殊，每一组操作由两行 JSON 组成（操作类型与元数据 + 操作的实际数据）。

批量新增示例：

POST /_bulk
{"index": {"_index":"heima", "_id": "3"}}
{"info": "黑马程序员C++讲师", "email": "ww@itcast.cn", "name":{"firstName": "五", "lastName":"王"}}
{"index": {"_index":"heima", "_id": "4"}}
{"info": "黑马程序员前端讲师", "email": "zhangsan@itcast.cn", "name":{"firstName": "三", "lastName":"张"}}

批量删除示例：

POST /_bulk
{"delete":{"_index":"heima", "_id": "3"}}
{"delete":{"_index":"heima", "_id": "4"}}