Elasticsearch--入门

什么Elasticsearch？

Elasticsearch 是一个开源分布式可扩展的近实时搜索和分析引擎，一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎，当然 Elasticsearch 并不仅仅时 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行：

• 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。
• (Near Real Time)近实时分析的搜索式引擎。
• 集群规模可以从单个节点扩展到数百个节点，处理PB级别的结构化或非结构化数据，高可用&水平扩展。

支持多种方式集成接入

• 多种编程语言的类库(官网介绍)
  • Java / .NET / Python / Ruby / PHP / Groovy / Perl
• RESTful API v.s Transport API
  • 9200 & 9300 (建议使用RESTful API)
• JDBC & ODBC

REST API --- 很容易被各种语言调用的软件架构风格、设计风格的API

Elasticsearch的主要功能

1. 海量数据的分布式存储以及集群管理，服务与数据的高可用，水平扩展。
2. 近实时搜索，性能卓越，结构化，全文，地理位置，自动完成。
3. 海量数据的近实时分析，聚合功能。

版本变化

Elasticsearch 7.x 之前：

Elasticsearch 7.x：

重大改进，正式废除了单个索引下多Type的支持！

Elastic Stack 生态圈

Elasticsearch 与数据库集成

单独与数据库集成

以下情况可考虑与数据库集成：

• 与现有系统的集成
• 需要考虑事务性
• 数据更新频繁

Elasticsearch 的文件目录结构

 

Elasticsearch 中的基本概念

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。

• 日志文件中的日志项。
• 一本电影的具体信息 / 一张唱片的详细信息。
• MP3播放器里的一首歌 / 一篇PDF文档中的具体内容。

文档会被序列化成JSON格式，保存在 Elasticsearch 中。

• JSON对象由字段组成。
• 每个字段都有对应的字段类型（字符串 / 数值 / 布尔 / 日期 / 二进制 / 范围类型）

每个文档都有一个 Unique ID。

• 你可以自己指定ID。
• 或者通过 Elasticsearch 自动生成。

索引（Index）

{
    "movies" : {
        "settings" : {
            "index" : {
                "creation_date" : 1552737458543",
                "number_of_shards" : "2",
                "number_of_replicas" : "0",
                "uuid" : "sdasqweqQWEQddas",
                "version" : {
                    "created" : "6060299"
                },
                "provided_name" : "movies"
            }
        }    
    }    
}

Index —— 索引是文档的容器，是一类文档的结合。

• 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。

索引的 Mapping 与 Settings

• Mapping 定义文档字段的类型。
• Setting 定义不同的数据分布。

节点（Node）

节点是一个 Elasticsearch 的实例，本质上就是一个 JAVA 进程。一台机器上可以运行多个 Elasticsearch 进程，但是生产环境一般建议一台机器上只运行一个 Elasticsearch 实例。

每一个节点都有名字，通过配置文件配置，或者启动的时候 -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。

分片（Primary Shard & Replica Shard）

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之上。

• 一个分片是一个运行的 Luncene 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，用以解决数据高可用的问题。分片是主分片的拷贝。

• 副本分片数，可以动态的调整。
• 增加副本数，还可以在一定程度上提高服务的可用性（读取的吞吐）。

查看集群的健康状况