ElasticSearch架构介绍及原理解析_elasticsearch+sqlserver架构(1)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

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！

- Elasticsearch 集群由多个节点组成，每个节点是一个独立的 Elasticsearch 实例。
   - 节点可以是主节点（Master Node）、数据节点（Data Node）或客户端节点（Client Node）。
   - 主节点负责集群的管理和控制，如创建、删除和分配索引。
   - 数据节点存储数据并提供搜索功能。
   - 客户端节点通常用于执行搜索请求，并将请求分发到数据节点。
        2. **集群（Cluster）**：
   - 集群是由多个节点组成的 Elasticsearch 实体，它能够处理跨节点的搜索和数据存储。
   - 集群有一个唯一的名字，默认是“elasticsearch”。
        3. **索引（Indices）**：
   - 索引是一个包含多个文档的数据库，文档是可搜索的数据单元。
   - 索引可以被看作是关系数据库中的数据库。
   - 每个索引由多个分片（Shards）组成，分片是数据的物理副本。
        4. **分片（Shards）**：
   - 分片是索引的物理分割，用于提高数据的可扩展性和可用性。
   - 分片可以分布在不同的数据节点上。
   - 每个分片可以有一个或多个副本（Replicas），副本提供高可用性和负载均衡。
        5. **映射（Mappings）**：
   - 映射定义了索引中文档的结构和类型。
   - 当你向索引中添加文档时，Elasticsearch 会根据映射的定义来解析文档。
        6. **搜索（Search）**：
   - Elasticsearch 支持丰富的搜索功能，如布尔搜索、范围搜索、聚合搜索等。
   - 搜索请求通过 Elasticsearch 的 RESTful API 发送，并返回 JSON 格式的结果。
        7. **副本（Replicas）**：
   - 副本是为了提高数据的可扩展性和可用性而创建的数据分片的副本。
   - 副本可以分布在不同的数据节点上，以实现数据的冗余和负载均衡。
        8. **协调节点（Coordinating Node）**：
   - 在多节点环境中，每个搜索请求都会被一个协调节点处理。
   - 协调节点负责将搜索请求分发到相关的数据节点，并收集结果。
Elasticsearch 原理解析

        Elasticsearch 的核心原理是基于 Lucene 的搜索引擎。下面是 Elasticsearch 的一些关键原理：
        1. **文档索引**：
   - 当向 Elasticsearch 索引中添加文档时，它会将文档转换为 Lucene 的索引格式。
   - 索引包含文档的文本内容和元数据，如文档的 ID、类型和字段。
        2. **倒排索引（Inverted Index）**：
   - Lucene 使用倒排索引来存储索引数据，它是一种将单词映射到包含这些单词的文档的索引。
   - 倒排索引使得搜索操作非常高效，因为你可以快速找到包含特定单词的文档。
        3. **分片和副本**：
   - 分片是数据的物理分割，用于提高数据的可扩展性和可用性。
   - 副本提供数据的冗余和高可用性，当一个分片不可用时，Elasticsearch 可以使用副本来继续提供服务。
        4. **搜索和查询**：
   - 搜索请求通过 Elasticsearch 的 RESTful API 发送到协调节点。
   - 协调节点将请求分发到相关的数据节点，并收集结果。
   - Elasticsearch 支持丰富的查询语言，如布尔查询、范围查询和聚合查询。

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，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

需要这份系统化资料的朋友，可以戳这里获取