編程隨筆-ElasticSearch知識(shí)導(dǎo)圖(3)：映射

1. 啥是映射

??ES中的映射(Mapping)實(shí)質(zhì)上就是對(duì)文檔對(duì)象結(jié)構(gòu)的定義，也即對(duì)文檔中各元素的描述。在ES中定義映射，就如同定義XML文檔的XML Schema。
??ES中的映射定義了文檔模式（就如同在關(guān)系數(shù)據(jù)庫中定義了關(guān)系模式），文檔模式確定了存在ES中的文檔的格式，結(jié)構(gòu)和字段的數(shù)據(jù)類型。通過查看某個(gè)索引的映射可以了解文檔的結(jié)構(gòu)，以便使用查詢語言(Query DSL)構(gòu)建更符合我們要求的查詢命令。

2. 從一個(gè)示例開始

??讓我們首先看一下如下關(guān)于銀行賬號(hào)的文檔示例：

{
    "account_number": 1,
    "balance": 39225,
    "firstname": "Amber",
    "lastname": "Duke",
    "age": 32,
    "gender": "M",
    "address": "880 Holmes Lane",
    "employer": "Pyrami",
    "email": "amberduke@pyrami.com",
    "city": "Brogan",
    "state": "IL"
}

??ES對(duì)該文檔的自動(dòng)生成的映射是下面這個(gè)樣子的：

{
    "bank": {
        "mappings": {
            "account": {
                "properties": {
                    "account_number": {
                        "type": "long"
                    },
                    "address": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "age": {
                        "type": "long"
                    },
                    "balance": {
                        "type": "long"
                    },
                    "city": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "email": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "employer": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "firstname": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "gender": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "lastname": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    },
                    "state": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256
                            }
                        }
                    }
                }
            }
        }
    }
}

??由這個(gè)自動(dòng)生成的映射可以看到：ES自動(dòng)將account_number、balance、age這些屬性映射為long類型，其它的屬性都映射為text類型。text類型的屬性常用于全文搜索，但是并不進(jìn)入內(nèi)存中索引，因此text類型并不可用于聚合和排序（系統(tǒng)會(huì)報(bào)錯(cuò)："Fielddata is disabled on text fields by default. Set fielddata=true on [address] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead."）。
??ES允許為一個(gè)對(duì)象屬性定義多個(gè)域(fields)，每個(gè)域是該屬性的一個(gè)facet（我思考很久，還是覺得這個(gè)詞最合適），如“address”屬性類型為text,為它定義 一個(gè)域?yàn)閗eyword,該域的類型為“keyword”，不會(huì)被分析器（analyzer）分析，可用于排序、聚合和精確查找（請(qǐng)注意ignore_above這個(gè)屬性，限制了用于keyword的有效字符數(shù)目）。
??在DSL查詢語言中查詢時(shí)，使用“address”時(shí)，經(jīng)分析器分析后，"880 Holmes Lane"可能被分解為“880”，“Holmes”，“Lane”進(jìn)入全文搜索。看看下面的兩個(gè)查詢命令：

curl -iXGET 'localhost:9200/bank/_search?pretty' -H 'Content-Type: application/json'  -d'
{"query":
    {"match":
       {"address.keyword":"880 Holmes Lane"}
    }
}'

??查詢出來只有一個(gè)結(jié)果，精確匹配“880 Holmes Lane”。

curl -iXGET 'localhost:9200/bank/_search?pretty' -H 'Content-Type: application/json'  -d'
{"query":
    {"match":
       {"address":"880 Holmes Lane"}
    }
}'

??查詢出來多個(gè)結(jié)果，查詢條件“880 Holmes Lane”被分析器分析后檢索，"591 Nolans Lane"也被檢索出來（其中包含了一個(gè)分析器分解后的Lane）。
??以一張圖總結(jié)相關(guān)的知識(shí)點(diǎn)：

3. 域的數(shù)據(jù)類型

??ES中域的主要數(shù)據(jù)類型如下表所示，還可由一些插件擴(kuò)展數(shù)據(jù)類型（這里不贅述了）：

3.1. 核心數(shù)據(jù)類型

??核心數(shù)據(jù)類型與我們常使用的強(qiáng)類型語言中的數(shù)據(jù)類型類似，可分為以下幾類：

• 字符串型：包含text 、keyword。
• 數(shù)字類型：包含long , integer , short , byte , double , float , half_float , scaled_float。這里偷個(gè)懶，各數(shù)字類型參見參考文獻(xiàn)1中的截圖描述。
  
• 日期類型：date?？杀硎緸樽址愋?，如"2015-01-01" or "2015/01/01 12:10:30"，也可表示為秒或毫秒的整數(shù)。
• 布爾類型：boolean。真值可用true（對(duì)應(yīng)json中的布爾值）,“true”表示。
• 二進(jìn)制類型：binary。值用以base64編碼的字符串表示。
• 區(qū)間類型：包含integer_range , float_range , long_range , double_range , date_range。
  ??對(duì)于數(shù)字區(qū)間類型，示例如下：

  //類型為integer_range
  "expected_attendees" : { 
  "gte" : 10,
  "lte" : 20
  }

  ??對(duì)于日期區(qū)間類型，示例如下：

  //類型為date_range
  "time_frame" : { 
  "gte" : "2015-10-31 12:00:00", 
  "lte" : "2015-11-01"
  }

  3.2. 復(fù)雜數(shù)據(jù)類型

  ??復(fù)雜數(shù)據(jù)類型可用于表達(dá)對(duì)象之間的語義，包含Array, object, nested等類型。

• Array類型：在ES中，沒有專門的“array”類型用于顯式定義，任何域都可以包含零個(gè)或多個(gè)值，即任何域都可以是一個(gè)數(shù)組，不過不同于JSON中的數(shù)組，ES中的數(shù)組各元素必須為相同類型。
• Object類型：JSON對(duì)象可以是一個(gè)嵌套結(jié)構(gòu)，在現(xiàn)實(shí)應(yīng)用中我們常常使用這種嵌套結(jié)構(gòu)來表達(dá)對(duì)象之間的層次關(guān)系。
  我們看看下面這個(gè)映射的定義：

  "manager": { 
        "properties": {
          "age":  { "type": "integer" },
          "name": { 
            "properties": {
              "first": { "type": "text" },
              "last":  { "type": "text" }
            }
          }
        }
      }

  ??其對(duì)應(yīng)的對(duì)象為：

  "manager": { 
  "age":     30,
  "name": { 
    "first": "John",
    "last":  "Smith"
  }
  }

  ??其中域manager就是一個(gè)對(duì)象類型，其中的name是它的子對(duì)象。對(duì)于對(duì)象類型，缺省設(shè)置“type”為”object”,因此不用顯式定義“type”。
  ??對(duì)于上面的對(duì)象類型，ES在索引時(shí)將其轉(zhuǎn)換為"manager.age"， "manager.name.first" 這樣扁平的key，因此查詢時(shí)也可以使用這樣的扁平key作為域來進(jìn)行查詢。

• nested類型：是object類型的延伸，主要用于對(duì)象數(shù)組。仍以參考文獻(xiàn)1中的示例：
  對(duì)于對(duì)象：

  "user" : [ 
  {
    "first" : "John",
    "last" :  "Smith"
  },
  {
    "first" : "Alice",
    "last" :  "White"
  }
  ]

  ??如果使用動(dòng)態(tài)映射，會(huì)被ES索引為如下形式：

  "user.first" : [ "alice", "john" ],
  "user.last" :  [ "smith", "white" ]

  ??這樣的索引形式在查詢時(shí)會(huì)丟失對(duì)象中”first”與“l(fā)ast”之間的關(guān)聯(lián)關(guān)系。
  ??如果將user映射為如下形式：

  "user": {
        "type": "nested" 
      }

  ??ES在索引時(shí)會(huì)保留對(duì)象域之間的關(guān)聯(lián)關(guān)系，在查詢時(shí)找對(duì)正確的對(duì)象。
  ??如使用如下查詢則找不到任何命中對(duì)象（不存在“Alice Smith”這個(gè)對(duì)象）：

  {
  "query": {
  "nested": {
    "path": "user",
    "query": {
      "bool": {
        "must": [
          { "match": { "user.first": "Alice" }},
          { "match": { "user.last":  "Smith" }} 
        ]
      }
    }
  }
  }
  }

  3.3. 地理數(shù)據(jù)類型

  ??地理數(shù)據(jù)類型可用于LBS的應(yīng)用，包括：

• geo_point類型：可用于存儲(chǔ)某個(gè)地理坐標(biāo)的經(jīng)緯度。示例如下：

     // location為geo_point類型
  "location": { 
  "lat": 41.12,
  "lon": -71.34
  }

• geo_shape類型：用于存儲(chǔ)地理多邊形形狀，有興趣的讀者可以參考文獻(xiàn)1。

  3.4. 特殊數(shù)據(jù)類型

  ??特殊數(shù)據(jù)類型包括：

• ip類型：用于表示IPv4與IPv6的地址
• completion類型：提供自動(dòng)輸入關(guān)聯(lián)完成功能，如常見的baidu收縮框。
• token_count類型：用于計(jì)算字符串token的長(zhǎng)度，使用時(shí)需提供"analyzer"定義。
• percolate類型：定義為percolate類型的字段會(huì)被ES分析為一個(gè)查詢并保存下來，并可用在后繼對(duì)文檔的查詢中。Percolate可以理解為一個(gè)預(yù)置的查詢。
• alias類型：定義一個(gè)已存在域的別名。
• join類型：該類型定義了文檔對(duì)象之間的父子關(guān)系（可定義多層，形成一顆層次樹），即同一索引中多個(gè)文檔對(duì)象可以存在依賴關(guān)系，如互聯(lián)網(wǎng)應(yīng)用常見的博客文章與回復(fù)，問題與回答之間的關(guān)系。參看文獻(xiàn)1中的如下示例：
  定義映射字段：

  {
  "my_join_field": {
      "type": "join",
      "relations": {
          "question": "answer"
      }
  }
  }

  ??my_join_field定義了"question"與"answer"之間關(guān)系為父子關(guān)系。
  ??觀察對(duì)于該映射的一個(gè)文檔實(shí)例，路徑為“my_index/_doc/1”：

  {
  "text": "This is a question",
  "my_join_field": "question" 
  }

  ??該文檔的一個(gè)子文檔對(duì)象示例如下，在my_join_field需要定義父親的ID（這里根據(jù)上面的父實(shí)例，為1）：

  {
  "text": "This is an answer",
  "my_join_field": {
  "name": "answer", 
  "parent": "1" 
  }
  }

  ??需要注意的是，一個(gè)父文檔可以有多個(gè)子文檔，父子文檔應(yīng)部署在同一個(gè)分片上。因而在向ES提交父子文檔時(shí)，應(yīng)在URI中使用相同的routing參數(shù)。
  ??join類型定義了文檔之間的父子依賴關(guān)系，在查詢和聚合操作中可使用這種依賴關(guān)系。

  4. 映射參數(shù)

  ??JSON是JS對(duì)象序列化的字符串，ES接收一個(gè)JSON字符串形式的文檔對(duì)象，本質(zhì)上是存入一個(gè)JS對(duì)象，JS定義了對(duì)象，數(shù)組，字符串，數(shù)字，布爾型和null等數(shù)據(jù)類型。
  ??ES中的域數(shù)據(jù)類型可視為對(duì)JS對(duì)象數(shù)據(jù)類型的擴(kuò)展，如join,區(qū)間類型等都表示為js對(duì)象。
  ??在定義域映射時(shí)，ES定義了相關(guān)的映射參數(shù)，這里簡(jiǎn)單列舉并描述，詳細(xì)信息可以查看文獻(xiàn)1。

??總結(jié)一下：

• 與域數(shù)據(jù)格式及約束相關(guān)的參數(shù)：normalizer，format，ignore_above，ignore_malformed，coerce
• 與索引相關(guān)的參數(shù)：index，dynamic，enabled
• 與存儲(chǔ)策略相關(guān)的參數(shù)：store, fielddata，doc_values
• 分析器相關(guān)參數(shù)：analyzer，search_analyzer
• 其它參數(shù)：boost，copy_to，null_value
  ??對(duì)于這些參數(shù)的描述主要基于筆者的理解，可能有不準(zhǔn)確之處。實(shí)際上這些參數(shù)與ES的實(shí)現(xiàn)機(jī)制（如存儲(chǔ)結(jié)構(gòu)，索引結(jié)構(gòu)密切有關(guān)），只能在實(shí)際應(yīng)用中去慢慢體會(huì)。

  5. 一個(gè)設(shè)計(jì)實(shí)例

  ??在ES中設(shè)計(jì)一個(gè)索引的映射和在關(guān)系數(shù)據(jù)庫中設(shè)計(jì)關(guān)系模式，ER模型，在XML中設(shè)計(jì)XML Schema一樣。需要完整包含領(lǐng)域知識(shí)并滿足數(shù)據(jù)之間的約束。
  ??在這一節(jié)中我們探討一個(gè)使用ES構(gòu)建視頻圖像信息數(shù)據(jù)庫的實(shí)例。

  5.1. GA/T 1400.3的數(shù)據(jù)模型分析

  ??視頻圖像信息數(shù)據(jù)庫（以下簡(jiǎn)稱視圖庫）基于GA/T 1400.3 標(biāo)準(zhǔn)定義，用于存儲(chǔ)視頻、圖像等基本對(duì)象(二進(jìn)制數(shù)據(jù))和由這些基本對(duì)象分析(可自動(dòng))出的屬性對(duì)象。
  ??在GA/T 1400.4中，定義了訪問視頻圖像信息數(shù)據(jù)庫的接口，這些接口以基于HTTP的restful形式定義，以JSON格式傳輸數(shù)據(jù)。因而使用ES作為視頻圖像信息數(shù)據(jù)庫的存儲(chǔ)容器可以利用ES的JSON文檔對(duì)象存儲(chǔ)和。
  ??在GA/T 1400.3中定義了視頻圖像信息數(shù)據(jù)庫的數(shù)據(jù)模型，該數(shù)據(jù)模型中定義了三十多個(gè)領(lǐng)域?qū)ο?，?duì)象之間具有關(guān)聯(lián)關(guān)系。視圖庫中的對(duì)象定義主要包含以下特征：

• 視圖庫中每個(gè)對(duì)象都定義了唯一ID用于標(biāo)識(shí)。
• 對(duì)象之間存在父子（或因果）關(guān)系，關(guān)聯(lián)方式為：子對(duì)象中包含父對(duì)象的ID。如車道對(duì)象包含對(duì)應(yīng)卡口的ID；告警對(duì)象包含布控對(duì)象的ID；人、車、物對(duì)象包含其對(duì)應(yīng)的來源圖像ID和采集設(shè)備ID。
• 對(duì)象之中嵌套子對(duì)象：如人、車、物對(duì)象中都包含子圖像列表對(duì)象。
  ??總的來說，視圖庫模型中的數(shù)據(jù)對(duì)象間的關(guān)聯(lián)關(guān)系比較簡(jiǎn)單，也相對(duì)獨(dú)立。
  視圖庫中的對(duì)象的屬性（字段）被約束為三種類型：R(必選)，R/O（條件可選，當(dāng)滿足某個(gè)條件時(shí)該屬性必須存在）,O（可選）。
  ??不同于RDBMS，ES在映射對(duì)象的屬性時(shí)并沒有標(biāo)明值是否不為空的選項(xiàng)，因而需要在提交對(duì)象數(shù)據(jù)到ES前進(jìn)行數(shù)據(jù)的有效性檢驗(yàn)。在設(shè)計(jì)基于ES的視圖庫架構(gòu)設(shè)計(jì)時(shí)，這樣的數(shù)據(jù)有效性檢驗(yàn)服務(wù)(模塊)可放在API網(wǎng)關(guān)（或負(fù)載均衡網(wǎng)關(guān)）與ES之間，并根據(jù)實(shí)際場(chǎng)景的效率和完整性要求決定是否啟用。

  5.2. GA/T 1400.3的數(shù)據(jù)類型分析

  ??視圖庫規(guī)范定義對(duì)象字段的數(shù)據(jù)類型可為：

• 基礎(chǔ)數(shù)據(jù)類型：包含字符串，整型數(shù)，長(zhǎng)整型數(shù)，浮點(diǎn)數(shù)，日期時(shí)間，數(shù)組，對(duì)象?？膳cES的數(shù)據(jù)類型對(duì)應(yīng)。
• 擴(kuò)展數(shù)據(jù)類型：定義了領(lǐng)域知識(shí)，對(duì)基礎(chǔ)數(shù)據(jù)類型做了一些約束形成擴(kuò)展數(shù)據(jù)類型。如道路類型（SceneType）定義為使用最大長(zhǎng)度為2的字符串表示的枚舉類型。

  5.3. File對(duì)象的映射分析

  ??以視圖庫中的File對(duì)象(GA/T 1400.3附錄A.7)為例，我們看看如何定義它的映射。
  ??在GA/T 1400.3中，它的XML Schema是這樣定義的：

  <complexType name="File">
  <sequence>
  <element name="FileID" type=" BasicObjectIdType"/>
  <element name="InfoKind" type="InfoType" use="required"/>
  <element name="Source" type="DataSourceType" use="required"/>
  <element name="FileName" type="FileNameType" use="required"/>
  <element name="StoragePath" type="string" />
  <element name="FileHash" type="string" use="required"/>
  <element name="FileFormat" type="string" use="required"/>
  <element name="Title" type="string" use="required"/>
  <element name="SecurityLevel" type="SecretLevelType" />
  <element name="SubmiterName" type="NameType" />
  <element name="SubmiterOrg" type="string" />
  <element name="EntryTime" type="dateTime" />
  <element name="FileSize" type="int"/>
  </sequence>
  </complexType>

  ??一個(gè)文件對(duì)象的對(duì)象實(shí)例如下所示。

  {
  "FileObject": {
      "FileID": "31000000001190000138022019021416121100001",
      "InfoKind": 1, 
      "Source": "3",  
      "FileName": "tollgate_3_lane_4_20190214161211.jpg",
      "StoragePath": "/tollgate/3/lane/4/images",
      "FileHash": "38b8c2c1093dd0fec383a9d9ac940515",
      "FileFormat": "Jpeg",
      "Title": "tollgate_3_lane_4_20190214161211",
      "SecurityLevel": "3",
      "SubmiterName": "zhangkai",
      "SubmiterOrg": "pudong",
      "EntryTime": "20190214161214",
      "FileSize": 94208
  }
  }

  ??分析該對(duì)象中的各屬性字段，整理出下表：

5.4. File對(duì)象的映射定義

??我們使用如下命令在ES中創(chuàng)建索引file（注意這里的index.mapping.coerce被設(shè)置為false）：

curl -iXPUT 'localhost:9200/file?pretty' -H "Content-type: application/json" -d' 
{
  "settings": {
     "number_of_shards":3,
     "number_of_replicas":1,
     "index.mapping.coerce": false
  }
}
'

??使用如下命令修改file索引的映射：

curl -iXPUT 'localhost:9200/file/_mapping/object?pretty' -H "Content-type: application/json" -d'
{
    "properties": {
        "FileObject": {
            "properties": {
                "FileID": {
                    "type": "keyword",
                    "doc_values": false,
                    "ignore_above": 41
                },
                "InfoKind": {
                    "type": "integer",
                    "coerce": false
                },
                "Source": {
                    "type": "keyword",
                    "ignore_above": 2
                },
                "FileName": {
                    "type": "keyword",
                    "ignore_above": 256
                },
                "StoragePath": {
                    "type": "keyword",
                    "doc_values": false,
                    "ignore_above": 256
                },
                "FileHash": {
                    "type": "keyword",
                    "doc_values": false,
                    "ignore_above": 32
                },
                "FileFormat": {
                    "type": "keyword",
                    "ignore_above": 32
                },
                "Title": {
                    "type": "keyword",
                    "ignore_above": 128
                },
                "SecurityLevel": {
                    "type": "keyword",
                    "ignore_above": 1
                },
                "SubmiterName": {
                    "type": "keyword",
                    "ignore_above": 50
                },
                "SubmiterOrg": {
                    "type": "keyword",
                    "ignore_above": 100
                },
                "EntryTime": {
                    "type": "date",
                    "format": "yyyyMMddHHmmss"
                },
                "FileSize": {
                    "type": "integer",
                    "coerce": false
                }
            }
        }
    }
}
'

??使用如下命令查看file的映射信息：

curl -iXGET 'localhost:9200/file/_mapping?pretty'

??可以看到返回的映射信息：

{
  "file" : {
    "mappings" : {
      "object" : {
        "properties" : {
          "FileObject" : {
            "properties" : {
              "EntryTime" : {
                "type" : "date",
                "format" : "yyyyMMddHHmmss"
              },
              "FileFormat" : {
                "type" : "keyword",
                "ignore_above" : 32
              },
              "FileHash" : {
                "type" : "keyword",
                "doc_values" : false,
                "ignore_above" : 32
              },
              "FileID" : {
                "type" : "keyword",
                "doc_values" : false,
                "ignore_above" : 41
              },
              "FileName" : {
                "type" : "keyword",
                "ignore_above" : 256
              },
              "FileSize" : {
                "type" : "integer",
                "coerce" : false
              },
              "InfoKind" : {
                "type" : "integer",
                "coerce" : false
              },
              "SecurityLevel" : {
                "type" : "keyword",
                "ignore_above" : 1
              },
              "Source" : {
                "type" : "keyword",
                "ignore_above" : 2
              },
              "StoragePath" : {
                "type" : "keyword",
                "doc_values" : false,
                "ignore_above" : 256
              },
              "SubmiterName" : {
                "type" : "keyword",
                "ignore_above" : 50
              },
              "SubmiterOrg" : {
                "type" : "keyword",
                "ignore_above" : 100
              },
              "Title" : {
                "type" : "keyword",
                "ignore_above" : 128
              }
            }
          }
        }
      }
    }
  }
}

??現(xiàn)在我們可以向file索引提交數(shù)據(jù)對(duì)象了，使用如下命令：

curl -iXPOST 'localhost:9200/file/object/31000000001190000138022019021416121100001?pretty'  -H "Content-type: application/json" -d'
{
    "FileObject": {
        "FileID": "31000000001190000138022019021416121100001",
        "InfoKind": 1, 
        "Source": "3",  
        "FileName": "tollgate_3_lane_4_20190214161211.jpg",
        "StoragePath": "/tollgate/3/lane/4/images",
        "FileHash": "38b8c2c1093dd0fec383a9d9ac940515",
        "FileFormat": "Jpeg",
        "Title": "tollgate_3_lane_4_20190214161211",
        "SecurityLevel": "3",
        "SubmiterName": "zhangkai",
        "SubmiterOrg": "pudong",
        "EntryTime": "20190214161214",
        "FileSize": 94208
    }
}
'

5.5. 小結(jié)

??視圖庫中對(duì)象的字段不用進(jìn)行全文檢索，也可以使用關(guān)系數(shù)據(jù)庫作為存儲(chǔ)容器，但需要對(duì)JSON數(shù)據(jù)進(jìn)行反序列化解析相應(yīng)字段入庫，查詢出庫時(shí)需要將多個(gè)字段序列化為JSON數(shù)據(jù)。固然在編程時(shí)可以使用ORM和JSON序列化中間件來完成工作，但在海量請(qǐng)求下，效率會(huì)有影響。使用ES可以利用ES的restful接口和JSON存儲(chǔ)格式的天然特性以契合規(guī)范要求。

??在視圖庫規(guī)范中有一些自定義的約束，這些涉及數(shù)據(jù)有效性檢驗(yàn)的服務(wù)應(yīng)該部署在ES入庫之前。在本實(shí)例中，更多的是把ES作為一個(gè)Nosql數(shù)據(jù)庫使用。

6. 參考文獻(xiàn)

1. https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
2. Clinton Gormley &Zachary Tong, Elasticsearch: The Definitive Guide,2015
3. GA/T 1400.3 公安視頻圖像信息應(yīng)用系統(tǒng) 第3部分：數(shù)據(jù)庫技術(shù)要求，2017