新栋BOOK教你学elasticsearch（一）-基本概念

一、首先必须要掌握以下4个数据结构的基本概念。

1、索引（index）

我们已经有了关系型数据库的基础，现在可以用类比理解。elasticsearch的索引，你就可以理解为是一张表。记住这里的‘索引’是名词。后续我们操作的时候，比如我们把一条数据索引起来，就是指动词。

2、文档（document）

同样用类比理解，文档是传统关系型数据表中的一条记录。也就是elasticsearch存储的主要实体。

3、文档类型

就是指这条记录，也即这个文档是什么类型的。比如 User类型、Order类型。这里的类型是指业务类型。毕竟你存的都是业务上面的数据实体。同一个索引里面可以包含不同的文档类型，比如下面这里的post帖子，user用户，就是存储在一个索引里面的两种类型。post和user两种类型的字段个数可以不相同，但是如果两种类型里面含有相同的字段名称，比如name，那么这个name的字段类型必须一致，即都必须为string类型。

  1. {
  2.   "mappings":{
  3.     "post":{
  4.       "properties":{
  5.         "id":{"type":"long","store":"yes"},
  6.         "name":{"type":"string","store":"yes"},
  7.         "content":{"type":"string","store":"no"}
  8.       }
  9.     },
  10.     "user":{
  11.       "properties":{
  12.         "id":{"type":"long","store":"yes"},
  13.         "name":{"type":"string","store":"yes"},
  14.         "age":{"type":"integer","store":"no"}
  15.       }
  16.     }
  17.   }
  18. }

1.  

4、映射（mapping）

就是数据结构，比如创建传统关系型数据库表的时候，要有一份表结构描述的文本。就是指这个。映射能够让elasticsearch知道如何处理文档。例如上面的mapping描述，告诉es要如何对待这些文档。

 

二、其次，再掌握elasticsearch集群相关的基本概念

1、节点（node）

就是指集群（cluster）中的每个独立的服务器。

2、分片（shard）

一个索引的数据，散落在不同的分片上。这些分片分别在不同的节点上。数据量大，处理能力不足，无法快速响应客户端的请求，一个节点不够，就会涉及到分片。

3、副本（replica）

一个分片的精确复制。每个分片可以有零个或多个副本。副本，或者叫做副本分片，那么也就对应有一个主分片，主分片负责索引的操作。

  1. "settings": {
  2.     "number_of_shards": "32",
  3.     "number_of_replicas": "1"
  4.   },

 

上面这段定义，代表有32个分片，每个分片有1个副本。如下图：

另外集群中Index TPS,Search TPS与副本数的关系，如下：

集群写入文档TPS与副本数正相关，查询TPS与副本数无关。

举例：

1分钟向集群写入1000个文档：

       当索引有0个副本：集群写入文档次数为1000，Index TPS为1000/60.

       当索引有1个副本：集群写入文档次数为2000，Index TPS为2000/60.

       当索引有2个副本：集群写入文档次数为3000，Index TPS为3000/60.

1分钟查询1000次：

       当索引有0个副本：search TPS为 1000/60.

       当索引有1个副本：search TPS为 1000/60.

 

副本的数量（number_of_replicas）在创建索引之后，在集群里面是可以调整的。只要你愿意，同时资源又充足的条件下，你可以删除和添加副本。但是分片的数量（number_of_shards），就不能这样来操作了。一旦创建好索引，再想更改分片数量，只有一个办法，那就是创建另一个索引，并重新索引数据。