Elasticsearch学习笔记(二):ES的核心概念

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Lee_Ho_/article/details/91384194

一:Lucene和ES的关系

            Lucene,是一个先进,功能强大的搜索库,直接基于Lucene开发,非常复杂,api复杂(需要写大量的Java代码)。需要深入理解其原理(各种索引结构)。

            ES:基于Lucene,隐藏其复杂性,提供简单易用的Restful API接口。ES是一个分布式的搜索和分析,存储引擎,支持PB级别的数据。

二:ES的核心概念

         (1):Near Relatime: 近实时,两个意思:从写入数据到可以被搜索有一个小延迟(大概一秒);基于es搜索和分析可以达到秒级。

         (2):Cluster: 集群,包含多个节点,每个节点属于哪一个集群是通过配置(集群名称,默认是elasticsearch)来决定的。对于小型应用来说,刚开始一个集群就一个节点很正常。

         (3): Node:节点。集群当中的一个节点,节点也有一个名称,默认是随机分配的,节点名称很重要(在执行运维管理操作的时候),默认节点会加入到一个名为“elasticsearch”的集群。如果直接启动一堆节点,默认会加入名为elasticsearch的集群。

         (4): Document&field: 文档:es当中的最小单元,一个document可以是一条商品数据,也可以是一条订单数据,通常用JSON数据结构表示,每个index下的type当中,都可以去存储多个document,一个document中可以有多个field,field就是一个数据字段。

product document

{
  "product_id": "1",
  "product_name": "高露洁牙膏",
  "product_desc": "高效美白",
  "category_id": "2",
  "category_name": "日化用品"
}

      (5):index: 索引,包含一堆有相似结构的文档数据,比如可以有一个客户索引,商品分类索引,订单索引,索引有一个名称。一个index包含很多document,一个index就代表了一类类似的或者相同的document,比如说一个product index,商品索引,里面可能就存放了所有的商品数据,所有的商品的document。

      (6):type:类型:每个索引当中都可以有一个type或者多个type,type是index的一个逻辑数据分类。一个type下的document,都有相同的field,比如博客系统,有一个索引,可以定义用户type,博客type,评论type等等。

      

商品index,里面存放了所有的商品数据,商品document

但是商品分很多种类,每个种类的document的field可能不太一样,比如说电器商品,可能还包含一些诸如售后时间范围这样的特殊field;生鲜商品,还包含一些诸如生鲜保质期之类的特殊field

type,日化商品type,电器商品type,生鲜商品type

日化商品type:product_id,product_name,product_desc,category_id,category_name
电器商品type:product_id,product_name,product_desc,category_id,category_name,service_period
生鲜商品type:product_id,product_name,product_desc,category_id,category_name,eat_period

每一个type里面,都会包含一堆document


{
  "product_id": "2",
  "product_name": "长虹电视机",
  "product_desc": "4k高清",
  "category_id": "3",
  "category_name": "电器",
  "service_period": "1年"
}


{
  "product_id": "3",
  "product_name": "基围虾",
  "product_desc": "纯天然,冰岛产",
  "category_id": "4",
  "category_name": "生鲜",
  "eat_period": "7天"
}

        (7):shard: 单台机器无法存储大量的数据,es可以将一个索引当中的数据切分为多个shard,分布在多台机器上存储,有了shard就可以横向扩展,存储更多的数据,让搜索和分析等操作分布在多台机器上去执行,提升吞吐量和性能,每个shard都是一个Lucene index。

        (8):replica: 任何一个服务器随时都有可能宕机或者故障,此时shard就有可能丢失,因此可以为每个shard创建多个replica副本,replica可以在shard故障时提供备用服务,以保证数据不会丢失,多个replica可以提升搜索操作的吞吐量和性能。primary shard(建立索引时一次设置,不能修改,默认5个),replica shard(随时修改数量,每个shard默认一个)。默认每个索引10个shard,5个primary shard,5个replica shard,最小的高可用配置,是2台机器。

3、elasticsearch核心概念 vs. 数据库核心概念

Elasticsearch            数据库

-----------------------------------------

Document            行
Type                表
Index                库

展开阅读全文

没有更多推荐了,返回首页