1.3　Elasticsearch索引及其构建

1.3.1　概述

对信息检索过程而言，建立索引是基础的工作。当前的文档索引方法有倒排索引、后缀数组索引、签名文件索引等。Elasticsearch是基于Lucene构建的。它采用倒排索引机制，将文件封装为索引，将文本信息切分成称为Token的信息单元，再利用这些Token构造倒排索引。这里所言的索引并非普通意义上的文档，而是一个可看作不同文档内容的集合。Elasticsearch中的索引类似于数据库，而其中的类型类似于数据表，每个类型由多个字段组成，实际文档的具体内容可分别作为一个字段添加到某个类型中去。在Elasticsearch中设置好的分析器Analyzer的作用下，可以把某些字段的值进行切词分割并得到独立元素。

简单来说，在Elasticsearch中建立索引的简要流程如下：

（1）准备待处理的文档：一般而言，文档准备可以采用JSON格式，也可以使用第三方的工具协助进行处理。本章后续给出的例子就是采用JSON格式来组织的。

（2）将准备好的数据提交文档给Elasticsearch。

（3）完成索引。

（4）返回索引结果。如果启动了Elasticsearch，就可以在前端浏览器中以如下方式来查看其细节信息：

    http://ip address:9200/index名称/type名称/文档唯一标识

1.3.2　借助Head工具构建索引

构建索引与检索时，可以利用Elasticsearch自带的Head工具来完成。本节介绍借助Head工具构建索引的方法。

首先，启动Elasticsearch。之后，在浏览器的URL栏中输入如下URL，打开Elasticsearch中的Head工具：

    http://ip address:9200/_plugin/head/

其次，单击“New Index”按钮来创建一个新的索引。在弹出的文本框中输入索引名称，如图1.8所示，其中，“Number of Shards”是分片数，对应图1.9所示的5个数据分片（依次为0，1，2，3，4）；“Number of Replicas”是数据副本数，在图1.9中带有粗框的分片副本是正在提供数据服务的副本。如果能在Head中看到类似图1.9的结果，则说明成功创建了索引。

最后，在Head工具的“Any Request［+］”标签下，打开Query选项，如图1.10所示。输入拟提交数据的索引文件名称（这里是指新建立的索引文件，即myfirstindex）以及type（这里是share）、索引文档的唯一标识（即索引的ID号，这里是1）等信息，并选择操作方式（POST、GET、PUT、DELETE等，这里选择POST方法）。接着，在下面的文本输入框中输入拟添加到该索引文件中的具体数据信息，数据以JSON格式表示。需要注意的是，JSON数据格式有严格规定，一般来说，JSON数据的书写格式是“名称”：“值对”。“名称”：“值对”组合中的名称写在前面（在双引号中），值对写在后面（同样在双引号中），中间用冒号隔开，如图1.10所示。提交后，就会在索引文件myfirstindex的类型文件share中，写入指定的信息。图1.10右侧表示写入成功。

如何查看索引文件中的数据呢？只需在图1.10的HEAD界面的左侧选择操作类型GET，就可以看到该索引文件的详细信息，如图1.11右侧所示，图1.11右侧部分就是返回的以JSON形式组织的索引文件中的具体数据。

1.3.3　Mapping简述

Elasticsearch中的映像Mapping类似于静态语言中的数据类型。但同语言的数据类型相比，映像还有一些其他的含义。Elasticsearch中的映像的作用就是执行一系列的指令，将输入的数据转成可搜索的索引项。映像不仅告诉Elasticsearch一个字段中是什么类型的值，还告诉Elasticsearch如何索引数据以及数据是否能被搜索到。借助于映像，可以很方便地观察到索引中的数据及其属性信息。

在Elasticsearch中使用映像是很容易的，只要在URL后指定某个索引文件名，后面跟_mapping参数即可，如图1.12所示。从图1.12右侧可以清晰地看到索引文件myfirstindex中类型文件share中的各个字段的类型等信息。