elasticsearch的概述

一.概述

1.作用

（1）elasticsearch是分布式搜索引擎和数据分析引擎。

（2）全文检索，结构化检索，数据分析。

（3）对海量的数据进行实时的处理。

分布式：将海量的数据分布到多台服务器进行存储。

2.elasticsearch的特点

（1）可以做为一个大型分布式集群（数百台服务器）技术，处理PB级数据，服务大公司。

（2）elasticsearch不是什么新的技术，主要是将全文检索、数据分析以及分布式技术，合并到一起，形成了es。

（3）对用户而言，开箱即用，非常简单。

（4）数据库的功能面对很多领域是不够用，比如：全文检索，同义词处理，相关度排名。

3.elasticsearch与lucene的对比

（1）隐藏lucene的复杂性

（2）分布式的文档存储引擎

（3）分布式的搜索引擎和分析引擎

（4）分布式，支持PB级数据

二.elasticsearch的核心概念

1.Near Realtime（NRT）

近实时，有俩个含义。

含义一：从写入数据到数据可以被搜索到有一个小延迟（大概1秒）。

含义二：基于es执行搜索和分析可以达到秒级。

2.Cluster

集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常。

3.Node

节点，集群中的节点，节点也有一个名称（默认是随机分配），节点名称很重要（在执行运维管理操作时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch的集群，当然一个节点也会组成一个elasticsearch集群。

4.document&field

文档。es当中最小数据的单元。一个document可以是一条客户数据，一条商品分类数据。

通常用JSON数据结构表示，每个index下的type中，都可以存储多个document。

每一个document有多个field，每个field都是一个数据字段。

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，订单索引。

索引都有一个名称。一个index包含多个document。

6.Type

类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field（域），比如博客系统，有一个索引，可以定义用户数据类型type，博客数据type，评论数据type。

7.shard

单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，可以存储更多数据。让搜索和分析等操作分布到多台服务器上执行，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可能故障或者宕机，此时shard可能就会丢失，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，保证数据不丢失。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，默认为5个），replica shard（随时修改数量，默认为1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台服务器。

三.图解【shard和replica的解析】

四.es与数据库的对比

es	数据库
document	行
Type	表
index	库
field	字段【列】