【ES入门一：基础概念，2024年最新50w字+的大数据开发技术类校招面试题汇总-CSDN博客

本文链接：https://blog.csdn.net/2401_84181108/article/details/137497609

如上示例，node.roles的值是一个数组，说明一个节点可以有多个角色。node.roles的可选项如下：

机智的你会发现，上述类型中并没有协调节点的类型选项，那怎么设置一个节点为协调节点那？ 其实每个节点本身就是一个协调节点，如果你一定要指定一个节点为协调节点的话，可以这样设置：

分片

分片的概念其实很好理解，试想一下如果家里的书多到一个箱子放不下，是不是要找另外一个箱子来装，这些书好比就是海量的数据，一个机器放不下，就放到多个机器上来存储

一般来说，面对海量数据的时候，分布式系统可以通过增加机器数量来进行水平拓展。所以，系统需要将数据分成几个小块数据，并且尽量均匀的分配到各个机器上，然后通过某种策略找到对应数据所在的位置。分片是ES底层最基本的读写单元，分片是为了分割巨大的索引数据，让读写可以有多台机器来完成，从而提高系统的吞吐量

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。**

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。