ElasticSearch - 基本概念

文档(document)

ElasticSearch是面向文档的，文档是所有可搜索数据的最小单位。
类似关系型数据库中的某张表的一条记录
文档会被序列化成json来保存。
每个文档都有一个Unique ID

文档的元数据

用来标注文档的相关信息:

_index: 文档所属的索引名
_type: 文档所属的类型名
_id: 文档的唯一id
_source: 文档的原始json数据
_version: 文档的版本信息
_score: 相关性打分

索引(Index)

索引是文档的容器，是一类文档的结合
类似关系型数据库中的表

Index体现了逻辑空间的概念: 每个索引都有自己的Mapping定义，用于定义包含的文档的字段名和字段类型
Shard体现了物理空间的概念:索引中的数据分散在Shard上
Mapping用于定义文档字段类型，Setting用来定义不同的数据分布

对比关系型数据库和ES

image.png

区别:

ES用来做高性能检索/全文搜索
关系型数据库事务/Join

分布式系统的可用性和扩展性

高可用性
- 服务可用性 - 允许有节点停止服务
- 数据可用性 - 部分节点丢失，不会丢失数据
可扩展性
- 请求量提升/数据的不断增长(将数据分布到所有节点上)
ES的分布式架构的好处
- 存储的水平扩容
- 提高系统的可用性，部分节点停止服务，整个集群的服务不受影响
ES的分布式架构
- 不同的集群通过不同的名字来区分，默认名字"elasticsearch"
- 通过配置文件修改，或者命令行中 -E cluster.name = xxxx 进行设定
- 一个集群可以有一个或者多个节点

节点

节点是一个ES的实例
1. 本质上就是一个java进程
2. 一台机器上可以运行多个es进程，但是生产环境一般建议一台机器上只运行一个es实例
每一个节点都有名字，通过配置文件配置，或者启动时候 -E node.name=node1 指定
每一个节点在启动之后，会分配一个UID,保存在data目录下面

Master-eligible nodes 和 Master Node

每个节点启动后，默认就是一个Master eligible节点
```
可以设置node.master:false禁止  
```
Master-eligible节点可以参加选主流程，成为Master节点
当第一个节点启动时候，它会将自己选举成Master节点

每个节点都保存了集群的状态，只有Master节点才能修改集群的状态信息

集群状态维护了一个集群中必要的信息:  
1. 所有的节点信息
2. 所有的索引和其相关的Mapping和Setting信息  
3. 分片的路由信息  
任意节点都能修改信息会导致数据的不一致性。

Data Node & Coordinating Node

Data Node

可以保存数据的节点。 负责保存分片数据。在数据扩展上起到了至关重要的作用。

Coordinating Node

负责接受client的请求，将请求分发到合适的节点，最终把结果汇集到一起。
每个节点默认都起到了Coordinating Node的职责

其他的节点类型

Hot & Warm Node

不同硬件配置的Data Node,用来实现Hot & Warm架构，降低集群部署的成本

Machine Learning Node

负责跑机器学习的job，用来做异常检测

分片

主分片，用以解决数据水平扩展的问题。通过主分片，可以将数据分布到集群内的所有节点上

一个分片是一个运行的Lucene的实例  
主分片数在索引创建时指定，后续不允许修改，除非Reindex

副本，用以解决数据的高可用的问题。分片是主分片的拷贝

副本分片数，可以动态题调整  
增加副本数，还可以在一定成都上提高服务的可用性(读取的吞吐)