Elasticsearch 基本知识

基本知识

万事开头难,咱们要由浅入深,大家需要先了解一些基础的概念。对后面的学习啊起一个基础的作用。希望大家这里把基础打好

1、接近实时(NRT)

Elasticsearch是一个接近实时的搜索平台。这意味着,从索引一个文档直到这个文档能够被搜索到有一个轻微的延迟(通常是1秒)。

2、集群(cluster)

一个集群就是由一个或多个节点组织在一起,它们共同持有你整个的数据,并一起提供索引和搜索功能。一个集群由一个唯一的名字标识。这个名字是重要的,因为一个节点只能通过指定某个集群的名字,来加入这个集群。注意当需要有多个集群的时候,要确保每个集群的名字不能重复,否则节点可能加入一个错误的集群。因为一个节点只能加入一个集群。

如下图1

file

3、节点(node)

一个节点是你集群中的一个服务器,作为集群的一部分,它存储你的数据,参与集群的索引和搜索功能。和集群类似,节点也有唯一的名字,在启动的时候分配。如果你不想要默认名称,你可以自己定义。这个名字对于管理工作来说挺重要的,因为在这个管理过程中,你会去确定网络中的哪些服务器对应于Elasticsearch集群中的哪些节点。
一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下,每个节点都会被安排加入到一个叫做“elasticsearch”的集群中,这意味着,如果你在你的网络中启动了若干个节点,并假定它们能够相互发现彼此,它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中。
在一个集群里,只要你想,可以拥有任意多个节点。而且,如果当前你的网络中没有运行任何Elasticsearch节点,这时启动一个节点,会默认创建并加入一个叫做“elasticsearch”的集群。

4、分片(shard)

当有大量的文档时,由于内存的限制磁盘处理能力不足无法足够快的响应客户端的请求等,一个节点可能不够。这种情况下,数据可以分为较小的分片。每个分片放到不同的服务器上。 当你查询的索引分布在多个分片上时,ES会把查询发送给每个相关的分片,并将结果组合在一起,而应用程序并不知道分片的存在。即:这个过程对用户来说是透明的
分片之所以重要,主要有两方面的原因:

  • 允许你水平分割/扩展你的内容容量
  • 允许你在分片(潜在地,位于多个节点上)之上进行分布式的、并行的操作,进而提高性能/吞吐量

5、复制(replica)

复制是一个非常有用的功能,不然会有单点问题。当网络中的某个节点出现问题的时候,复制可以对故障进行转移,保证系统的高可用。因此,Elasticsearch允许你创建一个或多个拷贝,你的索引分片就形成了所谓的副本或副本分片
复制之所以重要,有两个主要原因:

  • 在分片/节点失败的情况下,提供了高可用性。因为这个原因,注意到复制分片与原/主要(original/primary)分片不会在同一节点
  • 扩展你的搜索量/吞吐量,因为搜索可以在所有的复制上并行运行

6、索引(index)

一个索引是相似特征的文档的集合。比如,你可以有一个客户数据的索引,包含一个产品目录的索引,还有一个订单数据的索引。一个索引由一个名字来标识(必须全部是小写字母的),并且当我们要对对应于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,如果你想,可以定义任意多的索引

注意: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(意思是没有复制)或多次。一旦复制了,每个索引就有了主分片(作为复制源的原来的分片)和复制分片(主分片的拷贝)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,你可以在任何时候动态地改变复制的数量,但是你事后不能改变分片的数量
默认情况下,Elasticsearch中的每个索引被分片5个主分片1个副本,这意味着,如果你的集群中至少有两个节点,你的索引将会有5个主分片和另外5个复制分片(1个完全拷贝 即副本),这样的话每个索引总共就有10个分片。

7、类型(type)

在一个索引中,你可以定义一种或多种类型。类型是索引的逻辑分区/分类,其语义完全由你来定。通常,会为具有一组共同字段的文档定义一个类型。比如说,我们假设你运营一个博客平台并且将你所有的数据存储到一个索引中。在这个索引中,你可以为用户数据定义一个类型,为博客数据定义另一个类型,当然,也可以为评论数据定义另一个类型。

8、文档(document)

一个文档是一个可被索引基础信息单元。它就像在关系数据库中表的一行。每个存储在索引中的一个文档都有一个类型和一个ID。
文档以JSON(Javascript Object Notation)格式来表示。存储了零个或者多个字段,或者键值对。原始的JSON文档被存储在一个叫作_source的字。

9、字段(field)

文档中包含零个或者多个字段,字段可以是一个简单的值(例如字符串、整数、日期),也可以是一个数组或对象的嵌套结构。字段类似于关系数据库中表的列,每个字段都对应一个字段类型,例如整数、字符串、对象等。字段还可以指定如何分析该字段的值。

10、映射(mapping)

映射像关系数据库中的表结构,每一个索引都有一个映射,它定义了索引中的每一个字段类型,以及一个索引范围内的设置。一个映射可以事先被定义,或者在第一次存储文档的时候自动识别。Mapping定义索引下的Type的字段处理规则,即索引如何建立、索引类型、是否保存原始索引JSON文档、是否压缩原始JSON文档、是否需要分词处理、如何进行分词处理等。

11、ElasticSearch与关系型数据库的对比

为了让大家更好的理解ES的索引、类型等概念,这里咱们用ES和传统的关系型数据库进行一个对比;

关系型数据库 ElasticSearch
Database index
Table type
Row Document
Column Field
Schema Mapping
index Everything is indexed (全文检索 )
SQL Query DSL
SELECT * FROM table ... GET http:://....
UPDATE table SET ... PUT http:://....

Elasticsearch没有典型意义的事务.
Elasticsearch是一种面向文档的数据库。
Elasticsearch没有提供授权和认证特性

file