【数据库】Elasticsearch的操作

深碍√TFBOYSˉ_ 2024-05-06 09:55 33阅读 0赞

在关系数据库和Elasticsearch之间，对基本概念和数据结构的理解对于使用两者进行有效的数据操作非常关键。下面是关系数据库和Elasticsearch之间的基本概念比较，包括实际的应用例子：

### 对比数据库的概念 ###

#### 数据库与索引 ####

##### 关系数据库 #####

在关系数据库中，一个**数据库**是存储表格的集合。每个数据库实例可以包含多个表格，这些表格通常通过外键关系相互连接，使得表之间可以相互引用对方的数据，从而形成关联关系。

**示例**：创建一个名为 `example_db` 的数据库。

CREATE DATABASE example_db;

##### Elasticsearch #####

在Elasticsearch中，对应的概念是**索引**（Index）。每个索引是存储相关文档的集合，并且可以被看作是关系数据库中一个数据库的等效物。Elasticsearch允许在一个集群中创建和管理多个索引。

**示例**：创建一个名为 `example_index` 的索引。

PUT /example_index
    {
      "settings": {
        "number_of_shards": 1,
        "number_of_replicas": 1
      }
    }

在这个示例中，我们定义了索引的基本配置，如分片数和副本数，这些是控制索引存储和性能的关键参数。

#### 表与文档 ####

##### 关系数据库 #####

在关系数据库中，**表**（Table）是数据的行列结构组织形式，其中定义了列（字段）和可能的数据类型约束，每行（记录）包含具体的数据项。

**示例**：创建一个表 `users`。

CREATE TABLE users (
        id INT AUTO_INCREMENT PRIMARY KEY,
        username VARCHAR(255),
        email VARCHAR(255)
    );

##### Elasticsearch #####

在Elasticsearch中，与表对应的是一组**文档**。每个文档都是一个包含多个字段的结构化数据项，文档被组织在索引中。Elasticsearch不强制要求文档遵守严格的模式。

**示例**：在 `users` 索引中定义文档的结构（映射）。

PUT /users
    {
      "mappings": {
        "properties": {
          "username": { "type": "text" },
          "email": { "type": "keyword" }
        }
      }
    }

这里，`mappings` 定义了文档中各个字段的数据类型。

### 具体的操作实例 ###

了解Elasticsearch的基本操作是非常重要的，特别是当你对比其与传统关系数据库的相应操作时。这里我将列出在关系数据库和Elasticsearch中进行相似操作的例子，以进一步帮助您理解这两者之间的对应关系及操作语法差异。

#### 1. 创建数据库 / 索引 ####

*  **关系数据库 (如 MySQL)**：
    
        CREATE DATABASE example_db;
 *  **Elasticsearch**：
    
        PUT /example_index

#### 2. 创建表 / 索引的映射 ####

*  **关系数据库 (如 MySQL)**：
    
        CREATE TABLE users (
          id INT AUTO_INCREMENT PRIMARY KEY,
          username VARCHAR(255),
          email VARCHAR(255)
        );
 *  **Elasticsearch**：
    
        PUT /users
        {
          "mappings": {
            "properties": {
              "username": { "type": "text" },
              "email": { "type": "keyword" }
            }
          }
        }

#### 3. 插入数据 / 添加文档 ####

*  **关系数据库 (如 MySQL)**：
    
        INSERT INTO users (username, email) VALUES ('john_doe', 'john@example.com');
 *  **Elasticsearch**：
    
        POST /users/_doc
        {
          "username": "john_doe",
          "email": "john@example.com"
        }

#### 4. 查询数据 ####

*  **关系数据库 (如 MySQL)**：
    
        SELECT * FROM users WHERE username = 'john_doe';
 *  **Elasticsearch**：
    
        GET /users/_search
        {
          "query": {
            "match": {
              "username": "john_doe"
            }
          }
        }

#### 5. 更新数据 ####

*  **关系数据库 (如 MySQL)**：
    
        UPDATE users SET email = 'new_john@example.com' WHERE username = 'john_doe';
 *  **Elasticsearch**：
    
        POST /users/_update_by_query
        {
          "script": {
            "source": "ctx._source.email = 'new_john@example.com'",
            "lang": "painless"
          },
          "query": {
            "match": {
              "username": "john_doe"
            }
          }
        }

#### 6. 删除数据 ####

*  **关系数据库 (如 MySQL)**：
    
        DELETE FROM users WHERE username = 'john_doe';
 *  **Elasticsearch**：
    
        POST /users/_delete_by_query
        {
          "query": {
            "match": {
              "username": "john_doe"
            }
          }
        }

#### 7. 删除表 / 删除索引 ####

*  **关系数据库 (如 MySQL)**：
    
        DROP TABLE users;
 *  **Elasticsearch**：
    
        DELETE /users

这些示例展示了在关系数据库和Elasticsearch中执行相似任务的基本语法差异。在Elasticsearch中，几乎所有操作都可以通过HTTP请求来完成，而传统的SQL数据库则使用SQL语句。这种区别在于Elasticsearch的设计初衷是为了高效的搜索和分析大规模数据集，而关系数据库则侧重于数据完整性和结构化数据的精确查询。