副本
为了保证数据可靠性，一般分布式系统都会对数据进行冗余备份，这个备份就是副本。**ES将数据副本分为主从2个类型：主分片+副分片。**在写入的过程中，先写入主分片，成功后再并发写副分片，在数据恢复时以主分片为主。多个副本除了可以保证数据可靠性，还有一个好处就是可以承担系统的读负载
可以在创建索引的时候，指定分片数量和副本数量：
数据层面上的基础概念
索引（相当于数据库表）
索引是一类相似文档的集合。ES将数据存储在一个或多个Index中，例如将用户数据存储到User Index中，而将订单数据存储到Order Index中。一个索引有一个或者多个分片，索引的数据会以某种方式分散到各个分片上去存储
如上图，索引有3个分片，主分片分别是P1、P2、P3，队友的副本分别是R1、R2、R3，仔细看主分片和其他副本分片不会同时分配在同一个节点上。这样是保证当一个节点的主分配下线时，其他节点上的从副本可以升级为主分配，保证数据的可靠性
Mapping （相当于建表语句）
Mapping定义了索引里面的文档到底有哪些字段 以及字段的类型，类似于数据库中表结构的定义。Mapping有2种作用：
- 定义索引中各个字段的名称和对应的类型
- 定义各个字段、倒排索引的相关设置，如使用什么分词器
需要注意的是，Mapping一旦定义完成后，已经定义的字段的类型是不能更改的
文档（相当于表记录）
我们往Es中写入的每一条数据都是一个文档，并且我们搜索也是以文档为单位的，所以文档是ES中的主要实体
我们在kibana或者postman中测试插入一条书本记录：
然后在查一下这条记录：
顺便解释一下返回的字段含义：
- _index：文档所属的索引名字，也就是books
- _type：文档所属的类型名称，现在ES7.x统一为_doc
- _id： 文档的唯一id。如果我们插入时不指定文档id，es会随机分配，这里有利于数据均匀分散到各个分片
- _version：文档的版本信息，并发读写时可以解决文档冲突
- _score：相关性算法，代表查询的匹配性
- _seq_no和_primary_term：es内部用来保证主分片和副本数据一致性的，后面的章节中我们会进行介绍**。当一个index每次选择主分配后都会有一个序号，记为_primary_term，它是递增的。在同一个index下，每次写入数据后都会有一个写入顺序号，记为_seq_no, 它也是递增的。_primary_term 和 _seq_no 在逻辑上构成了一个文档写入的唯一位置。**
字段（相当于表字段）
每个文档都有一个或者多个字段，例如books索引指定了书本有2个字段book_id和name两个字段，其实就是Json中的key，常见的类型有keyword、text、数字类型（integer、long、float、double等）、对象存储
- keyword：适合存储简短、结构化的字符串，比如产品名称、产品id
- text适合存储全文本数据，比如：文件内容、短信内容
下面是一个简单的示例：
词项
将全文本的内容进行分词后得到的词语就是词项了。例如“programmmers love cat”使用标准分词器后得到【programmmer、love、cat】这3个词项。需要注意的是：分词器除了进行分词外还会进行大小写转换、去复数等操作
倒排索引和正排索引
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）
一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
)]
一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
