播面

在 Elasticsearch (ES) 中，Index、Type、Document 和 Field 是构建数据存储和检索逻辑的核心概念。

为了让你更容易理解，我们通常会将它们与关系型数据库（如 MySQL）的概念进行类比，但需要注意，随着 ES 版本的迭代，这种类比发生了一些变化（特别是关于 Type 的部分）。

1. 核心概念类比图（RDBMS vs Elasticsearch）

2. 详细概念解析

1. Index（索引）

• 定义：Index 是拥有相似特征的文档的集合。它是 Elasticsearch 中逻辑上的命名空间。
• 类比：
  • 在旧版本中，常被比作“数据库”。
  • 在现代版本（7.x+）中，它更像数据库中的“表（Table）”。 例如，你可以有一个 product_index（商品索引）或 user_index（用户索引）。
• 特点：
  • 索引名称必须是小写的（例如 customer，不能是 Customer）。
  • 一个 ES 集群可以包含任意数量的索引。
  • 物理层面：索引的数据被分布在分片（Shards）上，分片可以有副本（Replicas），这是 ES 实现分布式和高可用的基础。

2. Type（类型）—— 注意：已废弃/移除

• 定义：Type 曾经是 Index 内部的一个逻辑分区，允许你在一个 Index 中存储不同种类的 Document（例如在一个 Index 里存“用户”和“日志”）。
• 现状：
  • ES 5.x：一个 Index 可以有多个 Type（开始限制）。
  • ES 6.x：一个 Index 只能有一个 Type。
  • ES 7.x：Type 被标记为废弃，默认使用 _doc。
  • ES 8.x：Type 概念被彻底移除。
• 为什么移除？ 因为 Lucene（ES 的底层引擎）没有 Type 的概念。在同一个 Index 中，不同 Type 的同名字段（例如 user.name 和 product.name）必须拥有相同的物理映射配置。这导致了数据稀疏和混淆。
• 最佳实践：现在请忽略 Type，将一个 Index 视为一张独立的表。

3. Document（文档）

• 定义：Document 是可以被索引的基本信息单元。
• 格式：数据以 JSON (JavaScript Object Notation) 格式表示。
• 类比：相当于关系型数据库中的一行记录（Row）。
• 特点：
  • 每个文档都有一个唯一的 ID（可以自己指定，也可以由 ES 自动生成）。
  • 虽然文档存储在 Index 中，但实际上它是物理存储在分片中的。
  • 文档是无模式（Schema-free）的，意味着你可以直接存入 JSON，但为了性能和搜索准确性，通常会预先定义 Mapping（结构）。

4. Field（字段）

• 定义：Field 是 Document 中的最小数据单元，表现为 JSON 中的 Key-Value 对。
• 类比：相当于关系型数据库中的列（Column）。
• 数据类型：
  • 核心类型：Text (文本), Keyword (关键词), Long, Integer, Double, Boolean, Date 等。
  • 复杂类型：Object (对象), Nested (嵌套对象)。
  • 地理类型：Geo-point, Geo-shape。
• 重要概念：
  • Text vs Keyword：这是初学者最容易混淆的。
    • Text：会被分词（Analyzed）。例如 "Apple Store" 会被拆分成 "apple" 和 "store"，用于全文检索。
    • Keyword：不分词，原样存储。例如 "Apple Store" 必须完全匹配才能搜到，用于聚合、排序和精确匹配。

3. 举个栗子

假设我们要存储一个电商网站的商品信息。

1. Index: 我们创建一个名为 products 的索引。
2. Document: 我们插入一条商品数据（JSON）。
3. Field: JSON 里面的 name, price, tags 就是字段。

// 这是一条 Document
{
  "_index": "products",   // 属于 products 索引
  "_id": "1001",          // 文档唯一 ID
  "_source": {            // 实际的数据内容
    "name": "iPhone 15",          // Field: 字段名为 name，值为 iPhone 15 (Text类型)
    "price": 5999.00,             // Field: 价格 (Double类型)
    "is_available": true,         // Field: 是否有货 (Boolean类型)
    "tags": ["phone", "apple"],   // Field: 标签 (Array/Keyword类型)
    "created_at": "2023-09-12"    // Field: 创建时间 (Date类型)
  }
}

总结

• Index 是书架（存放数据的地方，现在相当于一张表）。
• Type 是书架上的分类标签（因为容易搞混，已经被撕掉了，现在一个书架只放一类书）。
• Document 是一本具体的书（一条具体的数据）。
• Field 是书里的书名、作者、页数等属性（数据的具体属性）。