elasticsearch01-概述和重要概念解释

前言

Elastic search（es）是目前使用最广的搜索引擎，是elastic stack技术栈的核心，感觉es最大的功能就是提供全文搜索以及快速的查询能力，本章对es的学习分析是基于es官方文档和一些博客的总结分析，elasticsearch的安装很简单，下载官网的使用平台的安装包就可以了。

概念解释

es中一些名词概念是非常重要的，如果没弄明白这些名词的含义，会对学习es带来极大的困扰，本节基于官方文档，罗列了一下重要名词概念：

index

index-索引，很多文章都将index类比于关系型数据库的 数据库 概念，在实际使用的时候，觉得这种说法基本合理，但随着es6之后逐渐废除type（类比数据库的表，下文会讲）的概念，现在笔者更倾向于认为index 类比于表的概念。 官方文档中描述index是An index is a collection of documents that have somewhat similar characteristics.， 就是document的集合。然后需要注意一个地方，文档中明确index的命名必须全部小写。

type

type的作用是在一个index中，为不同的document进行分类，也就是一个index可以有多个分类（type），type再对应同一分类的document。但在es6之后，逐渐废弃了这种type的概念，基本现在是一个index一个type(默认是_doc)。

document

document就是一条数据，但使用json表示的数据。

field

field就是document的一个字段，json中的一个key-value。

先对上面几个概念进行一下总结，参考下图（没有type的概念）。

cluster

cluster集群的概念很常见，es是十分适合分布式的，只要node节点配置是设置的cluster name相同就是同一个集群下的（默认的cluster name是elasticsearch），非常方便。数据是存储在集群中，也就是多个node（服务器）上，整个cluster共维护存储了index。

node

node就是cluster中的一个节点，一般就是一台服务器，node的名称默认是uuid生成。

shards&replicas

shards分片也是分布式数据存储常见的概念，shards就是es中数据存储数据块。对于一个index，es允许有多个shards，分片数的设定可以在index创建的时候指定，一般会选择shards<=nodes。另外，每一个shards都是一个完整的Lucene index。 官方文档中强调了使用shards的两点重要原因：

1. 可以分割index，提高数据的存储量。
2. 一次查询，可以并行去不同shards中搜索，提高吞吐量和搜索性能。

replicas是复制的意思，es用了主分片(primary shards)和副分片(replicas)的方式来实现高可用。副分片就是主分片的拷贝，在网络异常，主分片所在的node挂了的时候，副分片提供服务，这是很常见的高可用方案，主分片和副分片不在同一个node上。官方文档中也强调了使用replicas的两点重要原因：

1. 高可用。
2. 搜索可以在所有分片上并行进行，所以可以提高吞吐量和搜索性能。

还有一点是，shards和replicas可以在index创建的时候指定个数，也可以在运行中任意时候改变，但推荐在index创建的时候指定；默认创建一个index，会有一个一主一副的shards(另一个可能是UNASSIGNED状态)。