写点什么

大数据 ELK(五):Elasticsearch 中的核心概念

作者:Lansonli
  • 2022 年 9 月 27 日
    广东
  • 本文字数:1980 字

    阅读完需:约 6 分钟

大数据ELK(五):Elasticsearch中的核心概念

Elasticsearch 中的核心概念

一、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,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,可以定义任意多的索引。

二、映射 mapping

  • ElasticSearch 中的映射(Mapping)用来定义一个文档

  • 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

三、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

四、类型 Type

每一个字段都应该有一个对应的类型,例如:Text、Keyword、Byte 等

五、文档 document

一个文档是一个可被索引的基础信息单元。比如,可以拥有某一个客户的文档,某一个产品的一个文档,当然,也可以拥有某个订单的一个文档。文档以 JSON(Javascript Object Notation)格式来表示,而 JSON 是一个到处存在的互联网数据交互格式

六、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,这个名字默认就是“elasticsearch”

  • 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

七、节点 node

  • 一个节点是集群中的一个服务器,作为集群的一部分,它存储数据,参与集群的索引和搜索功能

  • 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,如果在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,可以拥有任意多个节点。而且,如果当前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。

八、分片和副本 shards&replicas

1、分片

  • 一个索引可以存储超出单个结点硬件限制的大量数据。比如,一个具有 10 亿文档的索引占据 1TB 的磁盘空间,而任一节点都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,这些份就叫做分片

  • 当创建一个索引的时候,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,主要有两方面的原因允许水平分割/扩展你的内容容量允许在分片之上进行分布式的、并行的操作,进而提高性能/吞吐量

  • 至于一个分片怎样分布,它的文档怎样聚合回搜索请求,是完全由 Elasticsearch 管理的,对于作为用户来说,这些都是透明的

2、副本

  • 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,这些拷贝叫做副本分片,或者直接叫副本

  • 副本之所以重要,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。注意到复制分片从不与原/主要(original/primary)分片置于同一节点上是非常重要的扩展搜索量/吞吐量,因为搜索可以在所有的副本上并行运行

  • 每个索引可以被分成多个分片。一个索引有 0 个或者多个副本

  • 一旦设置了副本,每个索引就有了主分片和副本分片,分片和副本的数量可以在索引创建的时候指定

  • 在索引创建之后,可以在任何时候动态地改变副本的数量,但是不能改变分片的数量

九、总结

ES 中的相关的术语总结:

  • index: 索引库  在一个 ES 中可以构建多个索引库的, 理解为 MySQL 中数据库, 或者 hbase 中 命名空间

  • type: 类型  在一个索引库下 可以构建多个类型, 相当于在 MySQL 中一个数据库下面可以构建多个表, 或者在命名空间下构建多个表,ES 在最新 6.x 版本后, 已经不允许在一个索引库下有多个不同类型, 只允许有一个了

  • filed: 字段   在索引库中, 可以有多个字段, 同时每个字段拥有数据类型的 , 类似于表中有多个字段, 每个字段有自己的类型

  • document: 文档  描述的是索引库中一行数据, 一个文档就表示一行数据, 类型与 表中 row

  • mapping: 映射  用于设置索引库中字段的数据类型, 比如说, 字段采用什么类型, 字段是否需要分词, 是否需要索引,是否需要保存(原始数据)....

  • setting: 设置  用于对索引库设置  比如 设置索引库有多少个分片 多少个副本....

  • cluster: 集群 表示 ES 的集群

  • node: 节点  ES 的各个节点

  • shards: 分片   一个索引库可以被分为多个分片  默认为 5

  • replicas: 副本   一个分片可以被分为多个副本  默认为 2

注意:

  • 分片的数量不受节点的限制

  • 副本的数据最多和节点的数量是一致的: 副本数量 <=节点的数量

  • 副本一般为 :2 或者 3

发布于: 刚刚阅读数: 3
用户头像

Lansonli

关注

微信公众号:三帮大数据 2022.07.12 加入

CSDN大数据领域博客专家,华为云享专家、阿里云专家博主、腾云先锋(TDP)核心成员、51CTO专家博主,全网六万多粉丝,知名互联网公司大数据高级开发工程师

评论

发布
暂无评论
大数据ELK(五):Elasticsearch中的核心概念_ELK_Lansonli_InfoQ写作社区