Elasticsearch介紹

Elasticsearch使用的專有名詞，如index, documents等我不會特別翻成中文，我覺得反而更容易混淆
以下內文Elasticsearch簡稱為es

使用案例 (Use Cases)

• 網站或app的搜尋功能 (搜尋框)
• 儲存分析logs、指標或是資安事件資料
• 當作儲存引擎來記錄商業工作流程
• 管理、整合、分析空間資訊，實作成 GIS (geographic information system)

不管是不是類似於上述的任一種案例或用es解決新的問題，使用es的index、documents的方式都是一樣的

Elasticsearch的資料 (Data in Elasticsearch)

資料結構

並非像是關聯式資料庫(RDBMS)儲存一列一列的資料，而是可以儲存複雜的資料結構(透過序列化成JSON)
利用 inverted index(反向索引) 資料結構技術來達成快速的全文搜尋

documents and indices

每臺機器(實體或虛擬)可以運行多個es instance(實例)，
一個es instance可視為一個node(節點)，
一組node可構成一個cluster(集群)，
一個es instance可以有多個index，
一個index可以想成由一群documents所組成
一個document有很多fields(key-value pairs)

簡而言之，
fields->document->index->node(es instance)->cluster

有一種比擬方式可能比較容易理解一點，但是要注意使用上的特性還是有所不同，

項目 | ES | RDBMS
------------- | -------------
一個欄位 | field | column
一筆資料 | document(JSON) | row
結構(欄位/型別) | mappings | schema
包含資料和結構 | index | table

Note: 上述介紹的是es版本7之後

Dynamic Mapping

es有個功能是可以不設定 schema/mappings(fields)，即可直接輸入資料
即使在還未建立index時，直接輸入資料，也會自動建立index
es會自動偵測資料的類型，對應至es所規範的資料類型(fields)，並把這些fields加進index
Mapping Dynamic設定共有三種選項:

• true (default): 即為上述的特性，會自動加入新的fields
• false: 忽略新的fields
• strict: 如果有未定義的fields，則會丟出例外(throw an exception)

一個field，多個data types

這也是es其中一個特性，舉個例子
某個欄位如果後續是需要拿來做全文檢索的欄位，則會指定他的型別為text，
但又有些時候這個欄位是需要拿來後分類或排序，則會定義第二個型別為keyword
後續在介紹mappings時會更加深入的介紹

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正

Reference

What is Elasticsearch?
Inverted Index
Dynamic field mapping