ElasticSearch之核心概念

1. 索引&＃xff08;Index&＃xff09;

一个索引就是一个拥有几分相似特征的文档的集合。比如说&＃xff0c;你可以有一个客户数据的索引&＃xff0c;另一个产品目录的索引&＃xff0c;还有一个订单数据的索引。一个索引由一个名字来标识&＃xff08;必须全部是小写字母&＃xff09;&＃xff0c;并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候&＃xff0c;都要使用到这个名字。在一个集群中&＃xff0c;可以定义任意多的索引。能搜索的数据必须索引&＃xff0c;这样的好处是可以提高查询速度&＃xff0c;比如&＃xff1a;新华字典前面的目录就是索引的意思&＃xff0c;目录可以提高查询速度。
Elasticsearch 索引的精髓&＃xff1a;一切设计都是为了提高搜索的性能。

2. 类型&＃xff08;Type&＃xff09;

在一个索引中&＃xff0c;你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区&＃xff0c;其语义完全由你来定。通常&＃xff0c;会为具有一组共同字段的文档定义一个类型。不同的版本&＃xff0c;类型发生了不同的变化。

3. 文档&＃xff08;Document&＃xff09;

一个文档是一个可被索引的基础信息单元&＃xff0c;也就是一条数据&＃xff0c;比如&＃xff1a;你可以拥有某一个客户的文档&＃xff0c;某一个产品的一个文档&＃xff0c;当然&＃xff0c;也可以拥有某个订单的一个文档。文档以 JSON&＃xff08;Javascript Object Notation&＃xff09;格式来表示&＃xff0c;而 JSON 是一个到处存在的互联网数据交互格式。在一个 index/type 里面&＃xff0c;你可以存储任意多的文档。

4. 字段&＃xff08;Field&＃xff09;

相当于是数据表的字段&＃xff0c;对文档数据根据不同属性进行的分类标识。

5. 映射&＃xff08;Mapping&＃xff09;

mapping 是处理数据的方式和规则方面做一些限制&＃xff0c;如&＃xff1a;某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的&＃xff0c;其它就是处理 ES 里面数据的一些使用规则设置也叫做映射&＃xff0c;按着最优规则处理数据对性能提高很大&＃xff0c;因此才需要建立映射&＃xff0c;并且需要思考如何建立映射才能对性能更好。

6 分片&＃xff08;Shards&＃xff09;

一个索引可以存储超出单个节点硬件限制的大量数据。比如&＃xff0c;一个具有 10 亿文档数据的索引占据 1TB 的磁盘空间&＃xff0c;而任一节点都可能没有这样大的磁盘空间。或者单个节点处理搜索请求&＃xff0c;响应太慢。为了解决这个问题&＃xff0c;Elasticsearch 提供了将索引划分成多份的能力&＃xff0c;每一份就称之为分片。当你创建一个索引的时候&＃xff0c;你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的“索引”&＃xff0c;这个“索引”可以被放置到集群中的任何节点上。
分片很重要&＃xff0c;主要有两方面的原因&＃xff1a;
1&＃xff09;允许你水平分割 / 扩展你的内容容量。
2&＃xff09;允许你在分片之上进行分布式的、并行的操作&＃xff0c;进而提高性能/吞吐量。
至于一个分片怎样分布&＃xff0c;它的文档怎样聚合和搜索请求&＃xff0c;是完全由 Elasticsearch 管理的&＃xff0c;
对于作为用户的你来说&＃xff0c;这些都是透明的&＃xff0c;无需过分关心。
被混淆的概念是&＃xff0c;一个 Lucene 索引 我们在 Elasticsearch 称作 分片 。 一个
Elasticsearch 索引 是分片的集合。 当 Elasticsearch 在索引中搜索的时候&＃xff0c; 他发送查询
到每一个属于索引的分片(Lucene 索引)&＃xff0c;然后合并每个分片的结果到一个全局的结果集。

7. 副本&＃xff08;Replicas&＃xff09;

在一个网络 / 云的环境里&＃xff0c;失败随时都可能发生&＃xff0c;在某个分片/节点不知怎么的就处于离线状态&＃xff0c;或者由于任何原因消失了&＃xff0c;这种情况下&＃xff0c;有一个故障转移机制是非常有用并且是强烈推荐的。为此目的&＃xff0c;Elasticsearch 允许你创建分片的一份或多份拷贝&＃xff0c;这些拷贝叫做复制分片(副本)。复制分片之所以重要&＃xff0c;有两个主要原因&＃xff1a;

1. 在分片/节点失败的情况下&＃xff0c;提供了高可用性。因为这个原因&＃xff0c;注意到复制分片从不与
   原/主要&＃xff08;original/primary&＃xff09;分片置于同一节点上是非常重要的。
2. 扩展你的搜索量/吞吐量&＃xff0c;因为搜索可以在所有的副本上并行运行。

总之&＃xff0c;每个索引可以被分成多个分片。一个索引也可以被复制 0 次&＃xff08;意思是没有复制&＃xff09;或多次。一旦复制了&＃xff0c;每个索引就有了主分片&＃xff08;作为复制源的原来的分片&＃xff09;和复制分片&＃xff08;主分片的拷贝&＃xff09;之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后&＃xff0c;你可以在任何时候动态地改变复制的数量&＃xff0c;但是你事后不能改变分片的数量。默认情况下&＃xff0c;Elasticsearch 中的每个索引被分片 1 个主分片和 1 个复制&＃xff0c;这意味着&＃xff0c;如果你的集群中至少有两个节点&＃xff0c;你的索引将会有 1 个主分片和另外 1 个复制分片&＃xff08;1 个完全拷贝&＃xff09;&＃xff0c;这样的话每个索引总共就有 2 个分片&＃xff0c;我们需要根据索引需要确定分片个数。

8. 分配&＃xff08;Allocation&＃xff09;

将分片分配给某个节点的过程&＃xff0c;包括分配主分片或者副本。如果是副本&＃xff0c;还包含从主分片复制数据的过程。这个过程是由 master 节点完成的。

9. 系统架构

一个运行中的 Elasticsearch 实例称为一个节点&＃xff0c;而集群是由一个或者多个拥有相同cluster.name 配置的节点组成&＃xff0c; 它们共同承担数据和负载的压力。当有节点加入集群中或者从集群中移除节点时&＃xff0c;集群将会重新平均分布所有的数据。

当一个节点被选举成为主节点时&＃xff0c; 它将负责管理集群范围内的所有变更&＃xff0c;例如增加、删除索引&＃xff0c;或者增加、删除节点等。 而主节点并不需要涉及到文档级别的变更和搜索等操作&＃xff0c;所以当集群只拥有一个主节点的情况下&＃xff0c;即使流量的增加它也不会成为瓶颈。 任何节点都可以成为主节点。我们的示例集群就只有一个节点&＃xff0c;所以它同时也成为了主节点。
作为用户&＃xff0c;我们可以将请求发送到集群中的任何节点 &＃xff0c;包括主节点。 每个节点都知道任意文档所处的位置&＃xff0c;并且能够将我们的请求直接转发到存储我们所需文档的节点。 无论我们将请求发送到哪个节点&＃xff0c;它都能负责从各个包含我们所需文档的节点收集回数据&＃xff0c;并将最终结果返回給客户端。 Elasticsearch 对这一切的管理都是透明的。