Elasticsearch基本概念一： 文档，索引 和 节点和分片概念

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