企业官网建设流程全解析

一、前言

在 Elasticsearch 中，Document（文档）是可被搜索的最小数据单元，所有搜索、聚合、查询操作的本质都是对文档进行操作。

很多新手不理解文档是什么、文档与MySQL数据的关系、如何正确存储/更新/删除/检索文档，导致数据写入失败、查询不到、数据结构混乱。

本文将从文档定义、结构特点、唯一标识、存储流程、检索流程、完整API实战全方位讲解，搭配流程图、对比表、可直接运行的命令，让你彻底掌握 ES 文档。

二、基础定义：什么是Elasticsearch Document？

2.1 官方概念

Document：Elasticsearch 中结构化的数据记录，以JSON 格式存储，相当于 MySQL 数据库中的一行数据。

2.2 通俗理解

• Elasticsearch 索引 → MySQL 数据库表
• Document 文档 → MySQL 表中的一行记录
• Field 字段 → MySQL 表中的一列

2.3 文档核心特点

1. JSON 结构：轻量级、易读、结构化
2. 无固定结构：灵活，不同文档可拥有不同字段
3. 自带唯一ID：每个文档都有全局唯一标识_id
4. 可被索引：所有字段会被自动索引，支持快速查询
5. 有元数据：包含_index、_id、_source等系统字段

三、文档结构：一个标准Document示例

一个用户信息文档（JSON 格式）：

{"name":"张三","age":25,"gender":"男","phone":"13800138000","address":"北京市朝阳区","create_time":"2025-01-01"}

3.1 文档核心元数据（系统自动生成）

四、核心流程：文档存储与检索流程图

五、文档存储：新增/创建文档（完整API）

存储文档有两种方式：自定义ID、自动生成ID。

5.1 方式1：自定义ID存储（推荐）

指定ID=1001，存储到user_index索引：

PUT/user_index/_doc/1001{"name":"张三","age":25,"gender":"男","phone":"13800138000","address":"北京市朝阳区","create_time":"2025-01-01"}

✅ 返回结果：result: "created"表示存储成功。

5.2 方式2：自动生成ID存储

不指定ID，ES自动生成随机唯一ID：

POST/user_index/_doc{"name":"李四","age":28,"gender":"女","phone":"13900139000"}

✅ 自动生成的_id类似：3hXJ448sdf8SJhH

5.3 存储成功返回结果

{"_index":"user_index","_id":"1001","_version":1,"result":"created","_shards":{"total":2,"successful":2,"failed":0}}

六、文档检索：查询/获取文档（5种常用方式）

检索是 ES 核心能力，分为精确获取、全文检索、条件查询等。

6.1 方式1：根据ID精确获取文档

GET/user_index/_doc/1001

✅ 直接返回完整文档。

6.2 方式2：全文检索（match 搜索）

搜索名字包含“张三”的文档：

GET/user_index/_search{"query":{"match":{"name":"张三"}}}

6.3 方式3：精确匹配（term 查询）

查询手机号=13800138000的文档：

GET/user_index/_search{"query":{"term":{"phone":"13800138000"}}}

6.4 方式4：组合条件查询

年龄>25 且 性别=女：

GET/user_index/_search{"query":{"bool":{"filter":[{"range":{"age":{"gt":25}}},{"term":{"gender":"女"}}]}}}

6.5 方式5：查询所有文档

GET/user_index/_search{"query":{"match_all":{}}}

七、文档操作：更新、删除文档

7.1 更新文档（PUT / POST）

POST/user_index/_doc/1001{"name":"张三","age":26# 更新年龄}

✅ 返回result: "updated"

7.2 删除文档

DELETE/user_index/_doc/1001

✅ 返回result: "deleted"

八、核心概念：文档路由原理（为什么能快速找到？）

ES 根据文档ID自动计算存储节点：

公式：shard = hash(_id) % 主分片数量

流程：

1. 对_id进行哈希计算
2. 对主分片数取模
3. 自动路由到对应分片与节点
4. 检索时同理，直接定位数据

九、文档 vs MySQL 数据对比表

十、总结

1. Document = ES 最小数据单元 = JSON 格式 = MySQL 一行数据
2. 文档必须有唯一_id，支持自定义/自动生成
3. 存储流程：路由 → 写入主分片 → 同步副本
4. 检索流程：分发 → 并行查询 → 合并结果
5. 核心API：PUT/POST存储、GET查询、DELETE删除

一句话记住：
所有ES操作都是围绕Document展开，文档是ES的灵魂与核心！