1-05. Searching—The Basic Tools

So far, we have learned how to use Elasticsearch as a simple NoSQL-style distributed document store. We can throw JSON documents at Elasticsearch and retrieve each one by ID. But the real power of Elasticsearch lies in its ability to make sense out of chaos — to turn Big Data into Big Information.

지금까지, 간단한 NoSQL-style의 분산 document 저장소로서의 Elasticsearch를 사용하는 방법에 대해 배웠다. Elasticsearch에 JSON document를 저장하고, ID로 각각을 가져온다. 그러나, Elasticsearch의 진정한 힘은, 혼돈에서 의미를 만들어 내는 능력에 있다. Big Data를 Big Information으로 바꾸는 것이다.

This is the reason that we use structured JSON documents, rather than amorphous blobs of data. Elasticsearch not only stores the document, but also indexes the content of the document in order to make it searchable.

이것이 무정형의 blobs 데이터가 아닌 구조화된 JSON document를 사용하는 이유다. Elasticsearch는 document를 저장 할 뿐 아니라, 검색을 할 수 있도록 document의 내용을 색인 한다.

Every field in a document is indexed and can be queried. And it’s not just that. During a single query, Elasticsearch can use all of these indices, to return results at breath-taking speed. That’s something that you could never consider doing with a traditional database.

document에 있는 모든 field는 색인되고 검색할 수 있다. 그것뿐이 아니다. 단일 query에서, Elasticsearch는 이들 index 모두를 사용할 수 있고, 놀라운 속도록 결과를 돌려준다. 그것이 바로 기존의 DB와 함께 작업하는 경우 절대로 생각할 수 없는 것이다.

A search can be any of the following:

검색 은 아래와 같은 것을 할 수 있다.

• A structured query on concrete fields like gender or age, sorted by a field like join_date, similar to the type of query that you could construct in SQL

  gender, age 같은 구체적인 field에 대한 구조적인 query, join_date 같은 field로 정렬, SQL에서 만들 수 있었던 query의 형태와 유사

• A full-text query, which finds all documents matching the search keywords, and returns them sorted by relevance

  검색 keyword와 일치하는 모든 document를 찾아내는 full-text query, 그리고 relevance 로 정렬하여 반환

• A combination of the two

  위의 두 가지의 조합

While many searches will just work out of the box, to use Elasticsearch to its full potential, you need to understand three subjects:

많은 검색은 바로 사용할 수 있지만, Elasticsearch의 모든 잠재력을 사용하기 위해서, 아래 3개의 주제를 이해해야 한다.

Mapping

How the data in each field is interpreted

각 field에 있는 데이터를 해석하는 방법

Analysis

How full text is processed to make it searchable

full text를 검색할 수 있도록 만들기 위한 처리 방법

Query DSL

The flexible, powerful query language used by Elasticsearch

Elasticsearch에서 사용되는 유연하고 강력한 query language

Each of these is a big subject in its own right, and we explain them in detail in Search in Depth. The chapters in this section introduce the basic concepts of all three—just enough to help you to get an overall understanding of how search works.

이들 각각은 그 자체로 큰 주제이다. Search in Depth에서 자세히 설명할 것이다. 여기에서는, 검색이 동작하는 방법에 대한 전반적인 이해를 도울 수 있도록, 세 가지 모두의 기본적인 개념을 소개할 것이다.

We will start by explaining the search API in its simplest form.

가장 단순한 형태인 search API를 설명하면서 시작하겠다.

테스트 데이터

The documents that we will use for test purposes in this chapter can be found in this gist: https://gist.github.com/clintongormley/8579281.

이 장에서 test 목적으로 사용할 document는 아래 gist에서 찾을 수 있다.

https://gist.github.com/clintongormley/8579281

You can copy the commands and paste them into your shell in order to follow along with this chapter.

이 장을 진행하면서, command를 shell에 copy & paste 하면 된다.

Alternatively, if you’re in the online version of this book, you can click here to open in Sense.

이 책의 online version을 보고 있다면, Sense에서 열기 위해 여기를 클릭하자