ElasticSearch 笔记1 - 基础概念

翻译自https://www.elastic.co/guide/en/elasticsearch/reference/current/_basic_concepts.html,方便回看。

基础概念

1. Near Realtime 接近实时

从对文档创建进行索引开始到该文档可搜索,大概有1秒的轻微延时。

2. Cluster 集群

集群是一个或多个节点(服务器)的集合,承载着所有节点上的数据,对数据进行联合索引和搜索。每个集群拥着唯一的id,默认为elasticsearch。一个节点只能加入一个集群,由该集群的唯一id来标识。

在不同的环境中,不要使用相同的集群id,以免节点加错集群。

一个集群只有一个节点是完全可行的。另外,你可以使用多个独立的拥有不同id的集群。

3. Node 节点

一个节点是一台用来存储数据,并且参与到索引和搜索功能的服务器,属于集群的一部分。类似集群,一个节点也是通过id来进行识别,默认情况下,这个id是一个随机的uuid,在节点启动时进行分配。如果不想使用随机uuid,可以根据需求自行定义节点id。对于管理节点而言,这个id很重要,它可以用来定位,工作网络中的哪台服务器对应elasticsearch集群中的哪个节点。

一个节点可以通过集群id,配置加入到该集群中。默认情况下,每一个节点都会加入一个叫做elasticsearch的集群。这意味着,如果在网络中启动很多节点,并且他们都能相互发现,他们会自动组成一个叫做elasticsearch的集群。

单个集群可以拥有任意多个节点。另外,如果当前网络中没有工作的节点,启动一个单独节点将会默认创建一个叫做elasticsearch的单节点集群。

4. Index 索引

索引是一组具有一定相似度文档的集合。例如,你可以为客户数据创建索引,为产品类型创建索引,为订单数据创建索引。索引由名称(必须为小写)唯一标识,用来对文档进行索引、搜索、更新和删除操作。

在单一集群中,可以定义任意多的索引。

5. Type 类型

一个索引中,可以定义一个或者多个类型。一个类型是索引的逻辑分类/分区,它的语义完全由用户决定。总的来说,我们为拥有一组共同字段的文档定义一个类型。例如,一个运行的博客平台,把所有数据都存储在一个索引中。在这儿索引中,可以为用户数据定义一个类型,博客数据定义一个类型,评论数据定义另一个类型。

6. Document 文档

文档是能被索引的基本信息单元。例如,一个客户一个文档,一个产品一个文档,一个订单一个文档。文档的格式为json。

在索引/类型中,可以存储任意多的文档。虽然一个文档物理上存在于索引中,实际上一个文档可以被索引/分配到一个索引中的类型上。

7. Shards & Replicas 分片 & 副本

一个索引潜在存储数据的数量,远远超出单一节点的物理容量。例如,一个占用1TB磁盘拥有10亿文档的单一索引,不大可能在在单一节点的磁盘用使用,或因为太慢而无法在单一节点上提供搜索查询。

为解决这个问题,Elasticsearch提供了将索引细分为分片的功能。在创建索引时,可以指定需要分片的数量。每一个分片具有索引的所有功能,并且可以分布在集群中的任意节点上。

分片很重要,因为

1. 允许垂直分裂/减少内容的量

2. 允许在跨分片分布和并行操作(多个节点),以提供性能,增加并发。

分片分布和搜索请求时的文档聚合机制完全由Elasticsearch来管理,并且对用户透明。

在网络/云环境中,失败是随机可能发生的,因此能够防止分片/节点由于意外宕机的灾备策略是相当有用且强烈推荐的。总的来说,Elasticsearch可以创建一个或多个索引分片的拷贝到副本分片中,简称为副本。

副本很重要,因为

1. 副本提供高可用性,以防分片/节点宕机。因之,要注意一个副本分片不能和它的原副本位于相同的节点上

2. 副本可以降低搜索量/吞吐量,因为搜索可以在所有副本上并行执行。

总而言之,每一个索引可以划分为多个分片。索引可以被复制为零(无副本)至多份。索引一旦被复制,它将会拥有主分片(被复制的原始分片)和从分片(主分片的拷贝)。分片和副本的数量可在索引被创建时逐一配置。当索引创建后,副本的数量可以动态调整,但分片的数量则不能改动。

默认的,Elasticsearch会为每个索引分配5个主分片和1个副本。这意味着,当前集群中至少要有2个节点,其中每个索引会有5个主分片和5个副本分片(即一个完整副本),共10个分片/索引。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容

  • 博客原文一博客原文二 翻译作品,水平有限,如有错误,烦请留言指正。原文请见 官网英文文档 起步 Elasticse...
    rabbitGYK阅读 3,227评论 0 68
  • Elasticsearch 架构以及源码概览 Elasticsearch是最近两年异军突起的一个兼有搜索引擎和No...
    meng_philip123阅读 4,323评论 1 36
  • 简介 Elasticsearch是一个高可扩展的开源全文搜索和分析引擎,它允许存储、搜索和分析大量的数据,并且这个...
    零度沸腾_yjz阅读 5,520评论 0 8
  • Elasticsearch 架构以及源码概览 Elasticsearch是最近两年异军突起的一个兼有搜索引擎和No...
    meng_philip123阅读 2,371评论 2 47
  • 在丫小丫生活过的二十六年里,字典里从来都没有“温柔”二字!听到别家姑娘温柔细语的声音,她不像一般人那样感受到如沐春...
    若水寒阅读 382评论 0 2