ElasticSearch学习_陶文4_【01】把 Elasticsearch 当数据库使：表结构定义

Elaticsearch 有非常好的查询性能，以及非常强大的查询语法。在一定场合下可以替代RDBMS做为OLAP的用途。但是其官方查询语法并不是SQL，而是一种Elasticsearch独创的DSL。主要是两个方面的DSL：

Query DSL（https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl.html）相当于SQL里的 WHERE 部分，实现各种各样的过滤文档的方式
Aggregation DSL (https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations.html) 相当于SQL里的 GROUP BY 部分，实现文档按条件聚合并求一些指标（metric），比如求和求平均这些

这两个DSL说实话是不好学习和理解的，而且即便掌握了写起来也是比较繁琐的，但是功能却非常强大。本系列文章是为了两个目的：

通过类比SQL的概念，实验并学习Elasticsearch聚合DSL的语法和语义
用 python 实现一个翻译器，能够使用 SQL 来完成 Elasticsearch 聚合DSL一样的功能。这个小脚本可以在日常工作中做为一件方便的利器

基础Elasticsearch知识（比如什么是文档，什么是索引）这里就不赘述了。我们的重点是学习其查询和聚合的语法。在本章中，我们先来准备好样本数据。选择的样本数据是全美的股票列表（http://www.nasdaq.com/screening/company-list.aspx）。选择这份数据的原因是因为其维度比较丰富（ipo年份，版块，交易所等），而且有数字字段用于聚合（最近报价，总市值）。数据下载为csv格式（https://github.com/taowen/es-monitor/tree/master/sample），并且有一个导入脚本（https://github.com/taowen/es-monitor/blob/master/sample/symbol.py）

下面是导入Elasticsearch的mapping（相当于关系型数据库的表结构定义）：

{"symbol": {"properties": {"sector": {"index": "not_analyzed", "type": "string"}, "market_cap": {"index": "not_analyzed", "type": "long"}, "name": {"index": "analyzed", "type": "string"}, "ipo_year": {"index": "not_analyzed", "type": "integer"}, "exchange": {"index": "not_analyzed", "type": "string"}, "symbol": {"index": "not_analyzed", "type": "string"}, "last_sale": {"index": "not_analyzed", "type": "long"}, "industry": {"index": "not_analyzed", "type": "string"}}, "_source": {"enabled": true}, "_all": {"enabled": false}}
}

对于把 Elasticsearch 当作数据库来使用，默认以下几个设置

把所有字段设置为 not_analyzed
_source 打开，这样就不用零散地存储每个字段了，大部分情况下这样更高效
_all 关闭，因为检索都是基于 k=v 这样字段已知的查询的

执行python import-symbol.py导入完成数据之后，执行

GET http://127.0.0.1:9200/symbol/_count

{"count":6714,"_shards":{"total":3,"successful":3,"failed":0}}

可以看到文档已经被导入索引了。除了导入一个股票的列表，我们还可以把历史的股价给导入到数据库中。这个数据比较大，放在了网盘上下载（https://yunpan.cn/cxRN6gLX7f9md 访问密码 571c）(http://pan.baidu.com/s/1nufbLMx 访问密码 bes2)。执行python import-quote.py 导入

 "quote": {"_all": {"enabled": false},"_source": {"enabled": true}, "properties": {"date": {"format": "strict_date_optional_time||epoch_millis","type": "date"},"volume": {"type": "long"},"symbol": {"index": "not_analyzed","type": "string"},"high": {"type": "long"},"low": {"type": "long"},"adj_close": {"type": "long"},"close": {"type": "long"},"open": {"type": "long"}}}

从 mapping 的角度，和表结构定义是非常类似的。除了_source，_all和analyzed这几个概念，基本上没有什么差异。Elasticsearch做为数据库最大的区别是 index/mapping 的关系，以及 index 通配这些。

原文来自：https://segmentfault.com/a/1190000003502849

ElasticSearch学习_陶文4_【01】把 Elasticsearch 当数据库使：表结构定义相关推荐

ElasticSearch学习_陶文1_时间序列数据库的秘密（1）—— 介绍
什么是时间序列数据?最简单的定义就是数据格式里包含timestamp字段的数据.比如股票市场的价格,环境中的温度,主机的CPU使用率等.但是又有什么数据是不包含timestamp的呢?几乎所有的数据都 ...
ElasticSearch学习_陶文2_时间序列数据库的秘密(2)——索引
如何快速检索? Elasticsearch是通过Lucene的倒排索引技术实现比关系型数据库更快的过滤.特别是它对多条件的过滤支持非常好,比如年龄在18和30之间,性别为女性这样的组合查询.倒排索引很 ...
ElasticSearch学习_陶文3_时间序列数据库的秘密（3）——加载和分布式计算
加载如何利用索引和主存储,是一种两难的选择. 选择不使用索引,只使用主存储:除非查询的字段就是主存储的排序字段,否则就需要顺序扫描整个主存储. 选择使用索引,然后用找到的row id去主存储加载数据 ...
ElasticSearch学习_陶文6_【03】把 Elasticsearch 当数据库使：简单指标
使用 https://github.com/taowen/es-monitor 可以用 SQL 进行 elasticsearch 的查询.今天需要做一些最简单的聚合查询 COUNT(*) SQL $ ...
ElasticSearch学习_陶文5_【02】把 Elasticsearch 当数据库使：过滤和排序
使用 https://github.com/taowen/es-monitor 可以用 SQL 进行 elasticsearch 的查询.本章介绍简单的文档过滤条件 exchange='nyse' S ...
图书管理系统( JSP + JDBC + Servlet )实现-01: 流程分析和数据库建表阶段
01: 流程分析和数据库建表阶段 02: 编写和配置过滤器(防止页面乱码) 03:项目搭建 & 工具类的实现 &依赖导入 04: 建立数据库的实体类(pojo) 05: 实现登录功能 ...
elasticsearch删除索引_一文带您了解 Elasticsearch 中，如何进行索引管理（图文教程）
在 Elasticsearch 中,索引是一个非常重要的概念,它是具有相同结构的文档集合.类比关系型数据库,比如 Mysql, 你可以把它对标看成和库同级别的概念. 今天小哈将带着大家了解, 在 El ...
数据库身份证号用什么类型_【文末送书】MySQL数据库？看这一篇干货文章就够了！...
前言为啥学习MySQL呢?因为MySQL是最流行的关系型数据库管理系统之一,在web应用方面,MySQL是最好的软件.MySQL所使用的sql语言是用于访问数据库的最常用标准化语言. 放心,读这期内 ...
hive 自定义元数据表_[一起学Hive]之十四-Hive的元数据表结构详解
关键字:Hive元数据.Hive元数据表结构之前在 "[一起学Hive]之一–Hive概述,Hive是什么"中介绍过,Hive自己维护了一套元数据,用户通过HQL查询时候,Hiv ...

ElasticSearch学习_陶文4_【01】把 Elasticsearch 当数据库使：表结构定义

ElasticSearch学习_陶文4_【01】把 Elasticsearch 当数据库使：表结构定义相关推荐

最新文章

热门文章