ElasticSearch | 基本概念

文档 | Document

• 文档相当于 MySQL 中的一条记录，是可搜索数据的最小单位，举个栗子，一条电影信息：

  movieId,title,genres
  1,Toy Story (1995),Adventure|Animation|Children|Comedy|Fantasy
  

• 文档被序列化成 JSON 格式，保存在 ElasticSearch 中；
• 每个文档都有一个 UniqueID
  • 可以自己指定；
  • 可以通过 ElasticSearch 自动生成；

文档的元数据

用于标注文档的相关信息。

• _index：文档所属的索引名；
• _type：文档所述的类型名；
• _id：文档的唯一 id；
• _source：文档的原始 JSON 数据；
• _all：7.0 开始废除；
• _version：文档的版本信息；
• _score：文档在查询中的算分；

索引 | Index

• 索引是文档的容器，是一类文档的集合；
• 索引是逻辑空间上的概念，Shard 是物理空间上的概念，索引中的文档分散在 Shard 上；

索引的 Mapping

• 定义文档字段名和字段类型；

索引的 Setting

• 定义不同的数据分布；

索引的词性

索引（动词）文档到 ElasticSearch 的索引（名词）中；
名词： B 树索引、倒排索引；

索引的 Type

• 7.0 开始，索引的 Type 只能是 _doc；

集群 | Cluster

• 不同的集群通过不同的名字来区分，默认名字：elasticsearch；
• 一个集群可以有一个或多个节点

集群状态 | Cluster State

维护了一个集群中必要的信息：

• 所有节点的信息；
• 所有索引及其 Mapping 和 Setting 的信息；
• 分片的路由信息；

集群的健康状况

• Green：主分片与副本分片都正常分配；
• Yellow：主分片全部正常分配，有副本分片未正常分配；
• Red：有主分片未能分配；

节点 | Node

• 一个节点就是一个 ElasticSearch 的进程，一个 Java 进程；
• 一台机器上可以运行多个 ElasticSearch 进程，但是生产环境建议只运行一个；
• 每个节点都有名字，通过配置文件配置，或者启动的时候通过参数 -E node.name=node1 指定；
• 每个节点在启动之后，会分配一个 UID，保存在 data 目录下；

Master-eligible Node

• Master-eligible Node 可以参加选主流程，成为 Master Node，每个 Node 启动后，默认就是 Master-eligible Node；
• 当一个 Node 启动的时候，会将自己选举成 Master Node；
• 每个 Node 都保存了集群的状态，只有 Master 节点才能修改集群的状态信息；

Master Node

• 只有 Master 节点才能修改集群的状态信息；

Data Node

• 可以保存数据节点，负责保存分片数据，在数据扩展上起到了至关重要的作用；

Coordinating Node

• 负责接收 Client 的请求，将请求分发到合适的节点，最终把结果汇集到一起；
• 每个节点默认都起到了 Coordinating Node 的职责；

Hot & Warm Node

• 配置好的硬件作为 Hot Node，配置低的硬件做 Warm Node，降低集群部署成本；

Machine Learning Node

• 负责跑机器学习的 Job，用来做异常检测；

分片| Shard

一个分片是一个运行的 Lucene 实例。

主分片 | Primary Shard

• 用以解决数据水平扩展的问题，通过主分片，可以将数据分布在集群内的所有节点之上；
• 主分片数在索引创建的时候指定，后续不允许修改，除非 Reindex；

副本分片 | Replica Shard

• 副本分片是主分片的拷贝，用于解决数据高可用的问题；
• 副本分片数可以动态调整；
• 增加副本数，可以在一定程度上提高服务的可用性（读取的吞吐量）；