Elasticsearch 核心数据模型：10大核心概念
- 一、前言
- 二、Elasticsearch 数据模型 10 大核心概念
- 第一部分：逻辑数据模型（最基础，对应数据库）
- 1. Index（索引）
- 2. Document（文档）
- 3. Field（字段）
- 4. Mapping（映射）
- 第二部分：搜索核心模型
- 5. 倒排索引（Inverted Index）
- 6. 分词器（Analyzer）
- 第三部分：分布式存储模型（集群核心）
- 7. Shard（分片）
- 8. Replica（副本）
- 9. Node（节点）
- 10. Cluster（集群）
- 三、ES 数据模型与 MySQL 对比（最经典）
- 四、ES 数据模型整体结构图
- 五、核心概念一句话总结（超好记）
- 六、最终总结（最核心）
🌺The Begin🌺点点关注，收藏不迷路🌺 |
一、前言
想要真正学会 Elasticsearch，必须先搞懂它的核心数据模型。
这是所有操作、查询、集群、优化的基础，也是面试必问。
本文把 ES 数据模型中最核心、最常用、必须掌握的概念，用通俗语言 + 对比 + 结构图一次性讲清楚，新手也能秒懂。
二、Elasticsearch 数据模型 10 大核心概念
我把它们分成逻辑层级、存储层级、分布式层级三大部分，非常好记。
第一部分：逻辑数据模型（最基础，对应数据库）
1. Index（索引）
- 相当于 MySQL 的 表（Table）
- 一类相似数据的集合（用户、商品、订单）
- 例如：
user_index、product_index
2. Document（文档）
- 相当于 MySQL 的 一行数据（Row）
- ES 中最小的数据单元
- 格式是JSON
- 每个文档有唯一 ID：
_id
3. Field（字段）
- 相当于 MySQL 的 列（Column）
- 文档里的每个属性：name、age、phone
- 每个字段有数据类型：text、keyword、integer…
4. Mapping（映射）
- 相当于 MySQL 的 表结构（Schema）
- 定义索引里有哪些字段、是什么类型
- 决定：是否分词、是否索引、是否存储
第二部分：搜索核心模型
5. 倒排索引（Inverted Index）
- ES快的核心原因
- 关键词 → 文档ID
- 用于实现全文检索
6. 分词器（Analyzer）
- 把文本切成一个个关键词（Term）
- 例如：“Elasticsearch教程” → 切分成 [Elasticsearch, 教程]
第三部分：分布式存储模型（集群核心）
7. Shard（分片）
- 索引的数据切片
- 一个索引分成多个分片，存在不同节点
- 分为：主分片（Primary）、副本分片（Replica）
8. Replica（副本）
- 分片的备份
- 作用：高可用 + 提高查询吞吐量
- 主分片挂了，副本自动顶上去
9. Node（节点）
- 一个 ES 实例 = 一个节点
- 存储分片、执行搜索
- 角色：主节点、数据节点、协调节点
10. Cluster（集群）
- 多个节点组成，对外提供统一服务
- 实现：高可用、海量存储、负载均衡
三、ES 数据模型与 MySQL 对比（最经典）
| Elasticsearch | MySQL |
|---|---|
| Index（索引） | Table（表） |
| Document（文档） | Row（一行数据） |
| Field（字段） | Column（列） |
| Mapping（映射） | Schema（表结构） |
| 倒排索引 | B+ 树索引 |
四、ES 数据模型整体结构图
五、核心概念一句话总结（超好记）
- Index：数据的集合，相当于表
- Document：一条JSON数据，相当于行
- Field：文档里的一个属性
- Mapping：字段结构定义
- 倒排索引：搜索快的秘密
- Shard：数据切片，分布式存储
- Replica：备份，保证高可用
- Node：一个ES服务实例
- Cluster：多个节点组成集群
六、最终总结（最核心）
Elasticsearch 数据模型的核心就是：
集群管理节点，节点存储分片，分片存储文档，文档由字段组成，
Mapping 定义结构，倒排索引实现高速搜索。
🌺The End🌺点点关注，收藏不迷路🌺 |
