1.文档 (Document)
可以理解为关系型数据库的一条数据记录
- 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对象有字段组成
每个字段都应有对应的字段类型(字符串/数值、布尔、日期、二进制、范围类型) - 每个文档都i有一个Unique ID
可以自定义ID
也可以通过Elasticsearch自动生成
2.文档的元数据
{
"_index": "movies", #文档所属的索引名
"_type": "_doc", #文档所属的类型名
"_id": "3153", # 文档唯一Id
"_version": 1, #文档版本信息
"_score": 1, #相关性打分
"_source": { #文档原始的Json数据
"title": "7th Voyage of Sinbad, The",
"@version": "1",
"genre": [
"Action",
"Adventure",
"Fantasy"
],
"year": 1958,
"id": "3153"
}
}
3.索引(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 定义文档字段的类型
索引的Settings 定义了不同的数据分布
4.对比
和关系型数据库概念比对如下
5.一些基本的命令
在kibana中执行一些基本的命令来查看一些信息
# 查看索引相关信息
GET movies
# 查看索引的文档总数
GET movies/_count
#查看前10条文档,了解文档格式
POST movies/_search
{
}
#查看indices
GET /_cat/indices/kibana*?v&s=index
#查看状态为绿的索引
GET /_cat/indices?v&health=green
#按照文档个数排序
GET /_cat/indices?v&s=docs.count:desc
#查看具体的字段
GET /_cat/indices/kibana*?pri&v&h=health,index,pri,rep,docs.count,mt
#How much memory is used per index?
GET /_cat/indices?v&h=i,tm&s=tm:desc
节点
1.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
2.每一个节点都有名字,通过配置文件配置,或者启动时候-E node.name=node1指定
3.每一个节点在启动之后,会分配一个UlD,保存在data目录下
配置节点类型
开发环境中一个节点可以承担多种角色
生产环境中,应该设置单一的角色的节点(dedicated node)
分片(Primary Shard&Replica Shard)
1.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Lucene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
2.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,可以动态题调整
- 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)
分片的设定
对于生产环境中分片的设定,需要提前做好容量规划
1.分片数设置过小
- 导致后续无法增加节点实现水品扩展
- 单个分片的数据量太大,导致数据重新分配耗时
2.分片数设置过大
- 7.0开始,默认主分片设置成1,解决了over-sharding的问题
- 影响搜索结果的相关性打分,影响统计结果的准确性
- 单个节点上过多的分片,会导致资源浪费,同时也会影响性能