【ElasticSearch】入门-基础概念

什么是ES？

是一个高可用分布式的搜索引擎。可以用于实时存储、检索数据。
底层是使用Lucene全文检索框架。

基本概念

• 存储结构：由_index _type和 _id标识唯一的一个文档
  • _index：指向一个或多个物理分片的逻辑命名空间
  • _type：用于区分同一个集合中的不同的细分(ES6.X中只允许一个index下创建一个type，7.X中会删除type这个概念)
  • _id：文档唯一标识，由系统生成或者使用者提供
• Near Realtime（NRT近实时）:是指新增到ES的数据在1秒后就可以被检索到。以及其检索和分析响应速度可以达到秒级别。
• Cluster（集群）：包含多个节点。
  • Green：所有主分片和副分片都正常运行
  • Yellow：所有主分片运行正常，但是不是所有副分片都运行正常。
  • Red：有主分片没能正常运行
• Node（节点）：
  • 主节点：负责集群层面相关操作，管理集群变更；集群中有且仅有一个。
    • 为了防止多主产生脑裂，es根据discovery.zen.minimum_master_nodes参数防止脑裂。一般配置为N/2+1，N为集群中候选主节点个数。
    • 由多个候选主节点选举一个主节点。
    • 候选主节点配置参数 node.master:true
  • 数据节点：负责保存数据、执行数据相关操作
  • 节点名称：默认随机分配，如果启动多个节点构成集群，则需要将节点名称改成相同的集群名称。
  • Index（索引）：指向一个或多个物理分片的逻辑命名空间。
  • 一个索引可以有多个分片。
  • 多个主分片：主分片之间数据不一样，所有主分片的并集是当前索引的所有数据。
  • 多个副分片：
    • 同一个主分片的多个副分片的数据同一时间段不一定完全相同，但是最终是完全相同的。因为副本数据同步速率可能不一致，主分片在接收到一定程度副分片返回成功后就认为数据保存成功。
    • 不同主分片的副分片数据不相同。
  • 一个节点有多个索引分片
  • 单节点的情况下，所有分片都在同一个节点，多节点情况下，为了保证数据可靠性，会将主/副分片分配到不同的节点中。
• Shard（分片）：
  • 分布式系统中，单机无法存储规模巨大的数据，要依靠大规模集群处理和存储这些数据。因此需要将数据分成若干小块分配到各个机器上。
  • 除了将数据分片，提高水平扩展能力；还通过将数据复制到多个副本，放置不同机器增加可用性，同时多个数据副本还能提高读操作的并发度。