关系图
为了便于理解 ElasticSearch 的概念，下面是 与 MySQL 的概念对比图：
Index 类似于 MySQL 中的数据库 Database；
Type 类似于 MySQL 中的表 Table。
注意：在 7.x 版本中被完全删除Document 类似于 MySQL 中的数据行 Row，每个文档由多个字段 Filed 组成，这个Filed 就类似于 MySQL 的 Column；
Mapping 是对索引库中的索引字段及其数据类型进行定义，类似于关系型数据库中的表结构 Schema；
ElasticSearch 使用自己的领域语言 Query DSL 来进行增删改查，而 MySQL 使用 SQL 语言进行上诉操作。
索引（Index）
相当于 mysql中的 数据库
一个索引就是一个拥有几分相似特征的文档的集合。
比如：
- 博文内容的索引
- 产品索引
- 店家索引
一个索引由一个名字来标识（必须全部是 小写字母），对这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。
在一个集群中，可以定义任意多的索引。
能搜索的数据必须索引，这样的好处是可以提高查询速度
比如：新华字典前面的目录就是索引的意思，目录可以提高查询速度。
Elasticsearch 索引的目的：一切设计都是为了 提高搜索性能
类型（Type）
相当于 mysql中的 表，在 7.x 版本中 默认不支持，预计在 8.x 版本中 移除
- 5.x 支持多种 type
- 6.x 只能有一种 type
- 7.x 默认不再支持自定义索引类型，默认类型为：
_doc
映射（Mapping）
映射（mapping） 是定义文档及其包含的字段如何 存储 和 索引 的过程
相当于 mysql 中的表结构，可以定义 字段类型
如：可以指定字段的 数据类型、默认值、分析器、是否被索引 等等。
文档（Document）
相当于mysql表中的一行记录
一个文档是一个可被索引的基础信息单元，也就是一条数据
比如：
- 一篇博文
- 一个商品的详情
文档以 JSON（Javascript Object Notation）格式来表示
可以存储 任意多 的文档
字段（Field）
相当于是数据表的字段，对文档数据根据不同属性进行的分类标识