写点什么

Elasticsearch 核心概念

用户头像
escray
关注
发布于: 2021 年 01 月 12 日
Elasticsearch 核心概念

Elasticsearch 核心概念


文字和图片来自中华石杉来自 B 站中华石杉的 Elasticsearch 顶尖高手系列课程核心知识篇

1. Lucene 和 Elasticsearch 的前世今生


Lucene,最先进、功能最强大的搜索库,直接基于 Lucene 开发,非常复杂,API 复杂(实现一些简单的功能,写大量的 java 代码),需要深入理解原理(各种索引结构)


Elasticsearch,基于 Lucene,隐藏复杂性,提供简单易用的 RESTful API 接口、Java API 接口(还有其他语言的 api 接口)


  • 分布式的文档存储引擎

  • 分布式的搜索引擎和分析引擎

  • 分布式,支持 PB 级数据


开箱即用,优秀的默认参数,不需要任何额外设置,完全开源


关于 Elasticsearch 的一个传说,有一个程序员失业了,陪着自己老婆去英国伦敦学习厨师课程。程序员在失业期间想给老婆写一个菜谱搜索引擎,觉得 Lucene 实在太复杂了,就开发了一个封装了 Lucene 的开源项目,compass。后来程序员找到了工作,是做分布式的高性能项目的,觉得 compass 不够,就写了 Elasticsearch,让 Lucene 变成分布式的系统。

2. Elasticsearch 的核心概念


Near Realtime(NRT)近实时,两个意思,从写入数据到数据可以被搜索到有一个小延迟(大概 1 秒);基于 es 执行搜索和分析可以达到秒级


Cluster集群,包含多个节点,每个节点属于哪个集群是通过一个配置(集群名称,默认是 Elasticsearch)来决定的,对于中小型应用来说,刚开始一个集群就一个节点很正常


Node节点,集群中的一个节点,节点也有一个名称(默认是随机分配的),节点名称很重要(在执行运维管理操作的时候),默认节点会去加入一个名称为“Elasticsearch”的集群,如果直接启动一堆节点,那么它们会自动组成一个 Elasticsearch 集群,当然一个节点也可以组成一个 Elasticsearch 集群


Document & field文档,Elasticsearch 中的最小数据单元,一个 document 可以是一条客户数据,一条商品分类数据,一条订单数据,通常用 JSON 数据结构表示,每个 index 下的 type 中,都可以去存储多个 document。一个 document 里面有多个 field,每个 field 就是一个数据字段


# product document{  "product_id": "1",  "product_name": "高露洁牙膏",  "product_desc": "高效美白",  "category_id": "2",  "category_name": "日化用品"}
复制代码


Index索引,包含一堆有相似结构的文档数据,比如可以有一个客户索引,商品分类索引,订单索引,索引有一个名称。一个 index 包含很多 document,一个 index 就代表了一类类似的或者相同的 document。比如说建立一个 product index,商品索引,里面可能就存放了所有的商品数据,所有的商品 document。


Type类型,每个索引里都可以有一个或多个 type,type 是 index 中的一个逻辑数据分类,一个 type 下的 document,都有相同的 field,比如博客系统,有一个索引,可以定义用户数据 type,博客数据 type,评论数据 type。


商品 index,里面存放了所有的商品数据,商品 document


但是商品分很多种类,每个种类的 document 的 field 可能不太一样,比如说电器商品,可能还包含一些诸如售后时间范围这样的特殊 field;生鲜商品,还包含一些诸如生鲜保质期之类的特殊 field


type,日化商品 type,电器商品 type,生鲜商品 type


  • 日化商品 type:product_id,product_name,product_desc,category_id,category_name

  • 电器商品 type:product_id,product_name,product_desc,category_id,category_name,service_period

  • 生鲜商品 type:product_id,product_name,product_desc,category_id,category_name,eat_period


每一个 type 里面,都会包含一堆 document


{  "product_id": "2",  "product_name": "长虹电视机",  "product_desc": "4k高清",  "category_id": "3",  "category_name": "电器",  "service_period": "1年"}
{ "product_id": "3", "product_name": "基围虾", "product_desc": "纯天然,冰岛产", "category_id": "4", "category_name": "生鲜", "eat_period": "7天"}
复制代码


shard:单台机器无法存储大量数据,es 可以将一个索引中的数据切分为多个 shard,分布在多台服务器上存储。有了 shard 就可以横向扩展,存储更多数据,让搜索和分析等操作分布到多台服务器上去执行,提升吞吐量和性能。每个 shard 都是一个 Lucene index


replica:任何一个服务器随时可能故障或宕机,此时 shard 可能就会丢失,因此可以为每个 shard 创建多个 replica 副本。replica 可以在 shard 故障时提供备用服务,保证数据不丢失,多个 replica 还可以提升搜索操作的吞吐量和性能。primary shard(建立索引时一次设置,不能修改,默认 5 个),replica shard(随时修改数量,默认 1 个),默认每个索引 10 个 shard,5 个 primary shard,5 个 replica shard,最小的高可用配置,是 2 台服务器。



  1. Elasticsearch 核心概念 vs. 数据库核心概念



发布于: 2021 年 01 月 12 日阅读数: 90
用户头像

escray

关注

Let's Go 2017.11.19 加入

在学 Elasticsearch 的项目经理

评论

发布
暂无评论
Elasticsearch 核心概念