elasticsearch核心概念

核心概念

• 索引（Index）
• 类型（Type）
• 文档（Document）
• 字段（Field）
• 映射（Mapping）
• 分片（Shards）
• 副本（Replicas）
• 分配（Allocation）
• 系统架构

本文主要参考的尚硅谷课程，自己手敲一遍作为笔记，同时加深印象

索引（Index）

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，你可以有一个客户数据的索引，另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），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，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。
Elasticsearch 索引的精髓：一切设计都是为了提高搜索的性能。

类型（Type）

7.x 版本默认不再支持自定义索引类型（默认类型为：_doc），我这里就不再赘述了。

文档（Document）

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。
文档以 JSON 格式来表示。在一个 index 里面，你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。

映射（Mapping）

mapping 是处理数据的方式和规则方面做一些限制，如：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，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，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。

分片（Shards）

这个才是今天的主角之一。

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，一个具有10亿文档数据的索引占据 1TB 的磁盘空间，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，响应太慢。为了解决这个问题，Elasticsearch 提供了将索引划分成多份的能力，每一份就称之为分片。

当你创建一个索引的时候，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”，这个“索引”可以被放置到集群中的任何节点上。

分片很重要，主要有两个方面的原因：

• 允许你水平分割/扩展你的内容容量。
• 允许你在分片之上进行分布式的、并行的 *** 作，进而提高性能/吞吐量。

至于一个分片怎样分布，它的文档怎样聚合和搜索请求，是完全由 Elasticsearch 管理的，对于作为用户的你来说，这些都是透明的，无需过分关心。

被混淆的概念是：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，它发送查询到每一个属于索引的分片（Lucene 索引），然后合并每个分片的结果到一个全局的结果集。

注意：创建索引的分片默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认5片

副本（Replicas）

这是今天的另一个主角。

在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因消失了，这种情况下，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，Elasticsearch 允许你创建分片的一份或多份拷贝，这些拷贝叫作复制分片（副本）。

复制分片之所以重要，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。因此这个原因，注意到复制分片从不与原/主要分片置于同一节点上是非常重要的。
• 扩展你的搜索量/吞吐量，因为搜索可以在所有的副本上并行运行。

总之，一个索引可以被复制 0 次或多次。一旦复制了，索引就有了主分片和复制分片之别。

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，但是不能改变分片的数量。默认情况下，Elasticsearch 中的每个索引被分片： 一个主分片和一个复制分片。查看索引可以证明如此：

结果如下：

分配（Allocation）

将分片分配给某个节点的过程，包括分配主分片或者副本分片，以及从主分片复制数据到副本分片的过程，都是由 master 节点完成的。

系统架构

一个运行中的 Elasticsearch 实例称为一个节点，而集群是由一个或者多个拥有相同 cluster.name 配置的节点组成，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，集群将会重新平均分布所有的数据。

当一个节点被选举为主节点时，它将负责管理集群范围内的所有变更，例如增加、删除索引，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 *** 作，所以当集群只拥有一个主节点的情况下，即使流量的增加它也不会称为瓶颈。任何节点都可以称为主节点。

作为用户，我们可以将请求发送到集群中的任何节点，包括主节点。每个节点都知道任意文档所处的位置，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，它都能负责从各个包含我们所需文档的节点收集回数据，并将最终结果返回给用户。Elasticsearch 对这一切的管理都是透明的。