6.ES基础概念及术语详细解读

本是古典何须时尚 2023-10-15 08:14 126阅读 0赞

## 一、Elasticsearch概述： ##

ES是基于Lucene的搜索服务器，它提供了一个分布式多用户能力的全问搜索引擎，且ES支持RestFulweb风格的url访问。ES是基于Java开发的开源搜索引擎，设计用于云计算，能够达到实时搜索，稳定、可 靠、快速。此外，ES还提供了数据聚合分析功能，但在数据分析方面，es的时效性不是很理想，在企业应用中一般还是用于搜索。ES自2016年起已经超过Solr等，称为排名第一的搜索引擎应用。

### **1.1 ES、Lucene、solr对比：** ###

Luence是Apache基于Java编写的信息搜索工具包（jar包），它包含了索引结构、读写索引工具、相关性工具、排序等功能，因此Lucene的使用需要我们进一步开发搜索引擎系统， 如果数据获取、解析、分词等。  
Solr 是一个有HTTP接口的基于Lucene的查询服务器，是一个搜索引擎系统，系统封装了很多lucene细节，Solr可以直接利用HTTP GET/POST 请求去查询，维护修改索引。Solr利用zookeeper进行分布式管理，它的实现更加全面，官方提供的功能更多。  
Elasticsearch 是一个建立在全文搜索引擎Apache Lucene基础上的搜索引擎，采用的策略师分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。  
es的实时搜索性比solr更好。

### 1.2 ES的特性： ###

*  速度快、易扩展、弹性、灵活、操作简单、多语言客户端、X-Pack、开箱即用。
 *  分布式：横向扩展非常灵活 全文检索：基于lucene的强大的全文检索能力；
 *  近实时搜索和分析：数据进入ES，可达到近实时搜索，还可进行聚合分析
 *  高可用：容错机制，自动发现新的或失败的节点，重组和重新平衡数据
 *  模式自由：ES的动态mapping机制可以自动检测数据的结构和类型，创建索引并使数据可搜索。
 *  RESTful API：JSON + HTTP

## 二、Elasticsearch基本概念： ##

### 2.1 概念： ###

**1.集群（cluster）**  
一个ES集群由多个节点（node）组成， 每个集群都有一个共同的集群名称最为标识

**2.节点（node）**  
一个es实例即为一个节点，一台机器可以有多个节点，正常使用下每个实例都应该会部署在不同的机器上。ES的配置文件中可以通过node.master、 node.data 来设置节点类型：

> node.master： true/false 表示节点是否具有成为主节点的资格  
> node.data： true/false表示节点是否为存储数据 node.ingest : 执行文档在索引之前的预处理操作、数据转换、清洗、标准化等，一般Pipeline用到

**3.索引（index）**  
一个索引是一个拥有一些相似特征的文档的集合（相当于关系型数据库中的一个数据库）。  
例如，您可以拥有一个客户数据的索引，一个商品目录的索引，以及一个订单数据的索引。一个索引通常使用一个名称（所有字母必须小写）来标识，当针对这个索引的文档执行索引、搜索、更新和删除操作的时候，这个名称被用来指向索引。

<table> 
 <thead> 
  <tr> 
   <th>es</th> 
   <th>关系型数据库</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>倒排索引(Inverted index）</td> 
   <td>索引（index）</td> 
  </tr> 
  <tr> 
   <td>字段(field)</td> 
   <td>数据列或字段(column)</td> 
  </tr> 
  <tr> 
   <td>文档(document)</td> 
   <td>数据行(Row)</td> 
  </tr> 
  <tr> 
   <td>映射关系(mapping)</td> 
   <td>表结构及字段类型定义(Schema)</td> 
  </tr> 
  <tr> 
   <td>类型(type)</td> 
   <td>表(table)</td> 
  </tr> 
  <tr> 
   <td>索引(index)</td> 
   <td>数据库(Database)</td> 
  </tr> 
 </tbody> 
</table>

**4.分片 （shard）**

Elasticsearch可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上，构成分布式搜索。  
分片的数量只能在索引创建前指定，并且索引创建后不能更改。  
一个分片可以是主分片（用P表示）或副本分片（用R表示）。  
Elasticsearch 7.0以下版本默认为一个索引创建5个主分片，并分别为每个主分片创建1个副本分片，7.0及以上版本默认创建1个主分片和1个副本分片。两者区别如下：

<table> 
 <thead> 
  <tr> 
   <th>分片类型</th> 
   <th>支持处理的请求</th> 
   <th>数量是否可以被修改</th> 
   <th>备注</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>主分片</td> 
   <td>支持处理索引和查询请求</td> 
   <td>创建索引时指定，已经创建好的索引无法修改</td> 
   <td>索引内的任意一个文档都存储于索引内某个主分片中,因此主分片的数量和大小决定着索引能够保存的最大数据量，过多的分片个数会导致集群启动压力大，启动、恢复、响应慢</td> 
  </tr> 
  <tr> 
   <td>副分片</td> 
   <td>支持处理查询请求，索引请求需要由主分片同步机制触发</td> 
   <td>可以在创建索引时指定，已经创建好的索引可以动态修改</td> 
   <td>副本的作用体现在两个方面：1. 提高系统容错性，当某个节点或某个分片损坏丢失时可以从副本中恢复。2.提高查询的效率，XH-Elasiticsearch会对搜索请求进行负载均衡</td> 
  </tr> 
 </tbody> 
</table>