ES 译文之 ES 必学的几个核心概念

官方原文

Elasticsearch 中有一些很基础但非常核心的概念，在正式开始学习前，你需要先了解下它们，这将对你后面的学习有极大的帮助。

近实时 NRT

Elasticsearch 是一个近实时的搜索平台。这也就意味着，文档从被索引到真正能被搜索有一个简短的延迟（通常是 1 秒）。

集群 Cluster

集群，即一个或多个节点（servers）的集合，它承载了我们保存的所有数据，并提供了在所有节点索引和搜索的能力。每个集群拥有一个唯一的名称标识，默认的名称为 "elasticsearch"。这个名字非常重要，每个节点只能加入到一个集群，而每个节点能否成为某集群的一部分，就是由这个名字决定的。

我们需要确保不同的环境，集群名称是不同的，否则节点将会加入到错误的集群。举个例子，你可以用 logging-dev、logging-stage、 logging-production 命名三个集群来分别表示开发、预发和生产三个环境。

集群中只有一个节点也可以完美工作。而且，你可以通过设置不同的集群名称，实现运行多个集群的目标。

节点 Node

节点是一个单一的服务，同时也是集群的一部分，负责保存数据，集群的索引和搜索能力需要各个节点的参与。和集群一样，每个节点也有自己的名字，节点的名称默认是通过 UUID 随机产生的，在节点启动时，会为其分配一个名称。如果不希望使用默认生成的名称，也可以自定义。这个名字也很重要，集群会通过它们来标识每个节点，在进行集群管理时，要知道哪些节点属于某个集群同样需要节点名称来识别。

通过为某个节点配置集群名称，就可以把它加入到指定的集群。节点默认会被加入到名称为"elaticsearch" 的集群。如果在一个网络中启动了多个节点，并且它们可以互相发现，那么这些节点就会自发组成一个名称为 "elaticsearch" 的集群。

一个集群可以由任意多个节点组成。如果网络中没有正在运行的节点，那么启动一个新节点将自动创建一个新的集群，而这个集群只包含了一个节点，默认名称为 "elasticsearch"。

索引 Index

索引，是有着相似性的文档的一组集合。怎么理解呢？举个例子，你可以用一个索引存储消费者一类的数据，一个索引保存商品类信息、还有一个索引保存订单数据。 每个索引都是通过名称（必须是小写）来识别的。当我们对某个索引中文档数据执行一些操作时，比如索引、搜索、更新和删除时，也要通过名字识别。

一个集群可以定义任意多个索引。

类型 Type

注：Type 在 Elasticsearch 6.0 已经被弃用了。不再支持多个类型

类型是用于在索引上实现一种逻辑上的分类/分区，这让我们可以在一个索引中存储不同类型的文档，比如，user 类型，blog 类型。但是，在 6.0 以后， 已经不支持在一个创建多个 Type 类型了，而且，Type 类型这个概念将会在下一个版本，也就是 7.0 彻底移除。

文档 Document

文档是 Elasticsearch 中能被索引的最小信息单元。比如，你可以用一个文档表示一个消费者，一个文档表示一个商品，还有一个文档表示一笔订单。文档是以 JSON 格式表示的，这是一种很常用的数据格式。

在一个索引/类型中，我们可以保存任意多个文档。要说明的是，虽然物理意义上，文档是保存在索引中的，但当前版本（6.5），一个文档的保存必须要指定索引/类型。

分片和副本 Sharps & Replica

毫无疑问，一个索引中存储的数据量可能突破单个节点的硬件限制。举个栗子，假设一个含有十亿个文档的索引将占用 1T 的磁盘空间，那么一个节点的磁盘空间可能不够。 即使有足够的空间，也会出现在单一节点请求处理太慢的问题。

如何解决这个问题呢？Elasticsearch 提供了一种能力，可以把一个索引拆分为多个部分，每个部分称为 sharps，即分片。创建索引时，你可以指定索引的分片数，每个分片其实都是一个独立的，功能齐全的 "索引 index"，并且可能存在于集群中的任何一个节点上。

分片是非常重要的，有两个原因：

• 它使集群可以实现水平容量扩展
• 它使我们可以实现在不同分片（多个节点）之间并行操作，从而提高系统的性能/吞吐量。

那么，你是否会想，索引上的分片如何分布的呢？一个搜索请求如何查找和聚合不同分片的搜索结果呢？其实，Elasticsearch 已经帮我们解决了这些问题。 而且这个过程我们也是可见的。

在一个网络/云环境下，随时可能发生异常，比如某些情况下，切片/节点突然停止工作，或者直接从集群中直接消失了。因而，容错机制是非常必要且非常重要的。基于此，Elasticsearch 提供了为切片创建副本的能力，你可以设置为每个切片创建一个或多个副本。

以两点来介绍下副本的重要性。

• 高可用，万一某个节点/切片挂了，依然可以正常工作。因此，千万要注意，副本切片和主切片永远不会分配在同一个节点上。
• 高性能，操作可以在多个副本上并行执行，这可以提高你的搜索性能，提高搜索的吞吐量.

简言之，一个索引可以被拆分成多个切片，而一个索引也可以被复制 0 或多份。一旦完成副本复制，每个索引将会拥有一个主分片（原始分片，其他副本都从这个分片拷贝）和副本分片（主分片的副本）。

索引的分片和副本数可以在索引创建时定义。不过，在索引创建完成后，你也可以随时改变动态的改变副本数量。通过 _shrink 和 _split 两个接口，你也可以改变已创建的索引的分片数，但这不是一件小事情，最好是在创建索引时，就设置好正确的分片数。

默认情况下，Elasticsearch 会为每个索引分配 5 个主分片和 5 个副本，这也就意味着，如果你的集群中至少有两个节点，那么默认每个索引会有 5 个主分片和 5 个副本，即总共包含 10 个分片。

转载于:https://juejin.im/post/5cfcbedce51d45775a7002e7