Elasticsearch 简介,安装,工作原理,数据操作,存储结构等详细介绍

最新推荐文章于 2022-11-09 23:58:01 发布
最新推荐文章于 2022-11-09 23:58:01 发布
阅读量226 收藏
点赞数
分类专栏： elasticsearch 文章标签： elasticsearch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43548518/article/details/104411058
版权

es 官网: www.elastic.co
1. Elasticsearch 简介
Elasticsearch是一个基于Apache Lucene™的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。

2. Elasticsearch 特点
分布式的实时文件存储，每个字段都被索引并可被搜索
分布式的实时分析搜索引擎
可以扩展到上百台服务器，处理PB级结构化或非结构化数据

3. Elasticsearch 作用
全文检索（全部字段）、模糊查询（搜索）、数据分析（提供分析语法，例如聚合）当然也可以保存数据

4. Elasticsearch 和 solr 比较
(1).Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能;
(2).Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式；
(3).Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供
；
(4).Solr 在传统的搜索应用中表现好于 Elasticsearch,
但在处理实时搜索应用时效率明显低于 Elasticsearch,例如微信附近的人功能就是es 实现的;
(5).es 可以通过RESTful API 做到对数据的增删改(http 请求对数据操作);

5. Elasticsearch 使用案例
GitHub:2013年初，GitHub抛弃了Solr，采取ElasticSearch 来做PB级的搜索。 “GitHub使用ElasticSearch搜索20TB的数据，包括13亿文件和1300亿行代码”
百度：百度目前广泛使用ElasticSearch作为文本数据分析，

6. Elasticsearch 的安装
安装细节步骤见如下博客
https://blog.csdn.net/weixin_43548518/article/details/104411575

7. Elasticsearch的交互方式
(1).基于HTTP协议，以JSON为数据交互格式的RESTful API
GET POST PUT DELETE HEAD
在这里插入图片描述
这里浏览器默认是get 请求,也可以使用谷歌的插件postman实现其他RESTful 方法测试
在这里插入图片描述

(2).Elasticsearch官方提供了多种程序语言的客户端—java，Javascript，.NET，PHP，Perl，Python，以及 Ruby——还有很多由社区提供的客户端和插件
https://www.elastic.co/guide/en/elasticsearch/client/java-rest/6.3/java-rest-high-getting-started-maven.html

(3). Kibana的Dev Tools，kibana与es是一系列产品，版本号要一样
在这里插入图片描述
(4) linux命令行,主要使用curl 命令,
linux curl 命令:http命令行工具
Ps：由于安装linux的时候很多时候是没有安装桌面的，也意味着没有浏览器，因此这个方法也经常用于测试一台服务器是否可以到达一个网站

root@hadoop-01 ~]# curl 192.168.23.201:9200
{
  "name" : "CGJRcPd",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "nQYvkIXCQTCiiB6Q0ht_aA",
  "version" : {
    "number" : "6.3.1",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "eb782d0",
    "build_date" : "2018-06-29T21:59:26.107521Z",
    "build_snapshot" : false,
    "lucene_version" : "7.3.1",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : "5.0.0"
  },
  "tagline" : "You Know, for Search"
}

8. Elasticsearch数据存储方式
es 保存数据的时候,会把数据先分词,分词结果建立索引,存储在索引库中,然后数据内容保存在文档区
（1).面向文档
Elasticsearch是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。这种理解数据的方式与以往完全不同，这也是Elasticsearch能够执行复杂的全文搜索的原因之一。
以下对比mysql 和 es:
mysql 存储单元是二维表 一类数据保存为一张表 mysql 有很多二维表
es存储单元是 一个文档 一条数据一个文档 es 有很多文档 文档中是以json形式保存

（2).JSON
ELasticsearch使用Javascript对象符号(JavaScript Object Notation)，也就是JSON，作为文档序列化格式。JSON现在已经被大多语言所支持，而且已经成为NoSQL领域的标准格式。它简洁、简单且容易阅读。字符串+字节码可以通过java不序列传输

小结:es 数据的格式就是json
一条数据就是一个文档

9. Elasticsearch存储结构

（1）元数据

创建文档语句

PUTguigu/doc/1
{
“name”:”zhangsan”,
“age”:10
}

respose

{
  "_index": "guigu",
  "_type": "doc",
  "_id": "1",
  "_version": 3,
  "result": "updated",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 2,
  "_primary_term": 1
}

_index:文档所在索引名称
_type:文档所在类型名称
_id:文档唯一id
_uid:组合id，由_type和_id组成（6.x后，_type不再起作用，同_id）
_source:文档的原始Json数据，包括每个字段的内容
_all:将所有字段内容整合起来，默认禁用（用于对所有字段内容检索）
（2）名词解释
a. 索引 index
一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。
b. 类型 type
Es6之后，一个index中只能有一个type
在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型。比如说，我们假设你运营一个博客平台并且将你所有的数据存储到一个索引中。在这个索引中，你可以为用户数据定义一个类型，为博客数据定义另一个类型，当然，也可以为评论数据定义另一个类型。
c. 字段Field
相当于是数据表的字段，对文档数据根据不同属性进行的分类标识
d. document
一个文档是一个可被索引的基础信息单元。比如，你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存在的互联网数据交互格式。在一个index/type里面，你可以存储任意多的文档。注意，尽管一个文档，物理上存在于一个索引之中，文档必须被索引/赋予一个索引的type。
(3) es 对比 mysql 名词对比

esmysql
indexdatabase
type（_doc）table
document表

在这里插入图片描述
在这里插入图片描述
es 6.X 版本之后弱化了type ,一个index只有一个type,type名称为_doc

10. Elasticsearch检索
(1).检索文档
Mysql : select * from user where id = 1
格式: GET /index/type/id
举例:
ES : GET /atguigu/doc/1
结果:

{
  "_index": "atguigu",
  "_type": "doc",
  "_id": "1",
  "_version": 3,
  "found": true,
  "_source": {
    "name": "zhangsan",
    "age": 10
  }
}

(2).简单检索
Mysql : select * from user
格式 GET /index/type/_search
举例
ES : GET /atguigu/doc/_search

{
  "took": 73,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 1,
    "hits": [
      {
        "_index": "atguigu",
        "_type": "doc",
        "_id": "2",
        "_score": 1,
        "_source": {
          "name": "zhangsan",
          "age": 10
        }
      },
      {
        "_index": "atguigu",
        "_type": "doc",
        "_id": "1",
        "_score": 1,
        "_source": {
          "name": "zhangsan",
          "age": 10
        }
      }
    ]
  }
}

(3).全文检索
格式:GET /index/type/_search?q=“检索词”
ES : GET /megacorp/employee/_search?q=haha

查询出所有文档字段值为haha的文档

(4).搜索（模糊查询）
格式:GET /index/type/_search?q=“检索词”
ES : GET /megacorp/employee/_search?q=hello

查询出所有文档字段值分词后包含hello的文档

(5).聚合
类似mysql 的group by
Elasticsearch有一个功能叫做聚合(aggregations)，它允许你在数据上生成复杂的分析统计。它很像SQL中的GROUP BY但是功能更强大。
举个例子，让我们找到所有职员中最大的共同点（兴趣爱好）是什么：

GET /atguigu/doc/_search
{
  "aggs": {
    "all_interests": {
      "terms": { "field": "interests" }
    }
  }
}

结果

{
   ...
   "hits": { ... },
   "aggregations": {
      "all_interests": {
         "buckets": [
            {
               "key":       "music",
               "doc_count": 2
            },
            {
               "key":       "forestry",
               "doc_count": 1
            },
            {
               "key":       "sports",
               "doc_count": 1
            }
         ]
      }
   }
}

11. Elasticsearch搜索原理

搜索原理总结:
输入关键字搜素---->es 引擎对关键字分词---->每个网站都对应一个倒排索引库(倒排索引库底内存结构是b+tree) + Posting List—>根据分词的词汇 在倒排索引库中 查出索引—>根据索引查出文章内容

倒排索引库(根据硅谷字段查询id)<-----百度维护搜素资源库（url logo contenxt tittle …）<–爬虫万维网

搜索框—>搜索关键字 ”尚硅谷培训机构”—>分词 尚硅谷 硅谷 …>到百度倒排索引区索引---->查询得到id

(1).正排索引:记录文档Id到文档内容、单词的关联关系
根据id—>查询内容

docidcontent
1尚硅谷，是，最好的，培训，机构
2php是世界上最好的语言

(2).倒排索引:记录单词到文档id的关联关系，
类似mysql根据内容—> 查询id
倒排索引包含：
单词词典（Term DicTionary）：记录所有文档的单词，一般比较大
倒排索引（Posting List）：记录单词倒排列表的关联信息

(3).倒排索引库内存结构
根据倒排索引查出索引id—>根据id 查询文档 (这里维护b+tree的内存结构,做到快速查询)
每个文档字段都有自己的倒排索引

(4).分词
分词是指将文本转换成一系列单词（term or token）的过程，也可以叫做文本分析，在es里面称为Analysis

分词机制

分词机制说明
Character Filter对原始文本进行处理 例：去除html标签、特殊字符等
Tokenizer将原始文本进行分词 例：培训机构–>培训，机构
Token Filters将原始文本进行分词 例：转小写、删除语气词、近义词和同义词等

其中Character Filters 操作是在分词前进行文本处理,如增加、删除或替换字符等,包括如下所示:
在这里插入图片描述

分词机制说明:

分词测试
请求

POST _analyze
{
  "analyzer": "standard",
  "text":"hello 1111"
}

响应

{
  "tokens": [
    {
      "token": "hello",
      "start_offset": 0,
      "end_offset": 5,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "1111",
      "start_offset": 6,
      "end_offset": 10,
      "type": "<NUM>",
      "position": 1
    }
  ]
}

es 默认分词器为:standard分词器 就是标准分词器
在这里插入图片描述在这里插入图片描述

12. 文档操作
(1).创建一个文档
格式如下,其中id 可以不设置,此时put 改为post
PUT/POST {index}/{type}/{id}
{
“”:””
}

请求:

PUT /website/blog/123
{
  "title": "My first blog entry",
  "text":  "Just trying this out...",
  "date":  "2014/01/01"
}

响应:

{
   "_index":    "website",
   "_type":     "blog",
   "_id":       "123",
   "_version":  1,
   "created":   true
}

(2).获取文档
想要从Elasticsearch中获取文档，我们使用同样的_index、_type、_id，但是HTTP方法改为GET：

GET /website/blog/123?pretty
响应包含了现在熟悉的元数据节点，增加了_source字段，它包含了在创建索引时我们发送给Elasticsearch的原始文档。

{
  "_index" :   "website",
  "_type" :    "blog",
  "_id" :      "123",
  "_version" : 1,
  "found" :    true,
  "_source" :  {
      "title": "My first blog entry",
      "text":  "Just trying this out...",
      "date":  "2014/01/01"
  }
}

检索文档的一部分
通常，GET请求将返回文档的全部，存储在_source参数中。但是可能你感兴趣的字段只是title。请求个别字段可以使用_source参数。多个字段可以使用逗号分隔：
GET /website/blog/123?_source=title,text

{
  "_index": "website",
  "_type": "blog",
  "_id": "123",
  "_version": 1,
  "found": true,
  "_source": {
    "text": "Just trying this out...",
    "title": "My first blog entry"
  }
}

批量操作用POST website/blog/_mget
{
“ids”:[“2”,“1”]
}
(3).更新文档,与创建文档语法一样
请求:

POST /website/blog/123
{
  "title": "My first blog entry",
  "text":  "I am starting to get the hang of this...",
  "date":  "2014/01/02"
}

响应:
在响应中，我们可以看到Elasticsearch把_version增加了。

{
  "_index" :   "website",
  "_type" :    "blog",
  "_id" :      "123",
  "_version" : 2,
  "created":   false <1>
}

(4).删除文档
删除文档的语法模式与之前基本一致，只不过要使用DELETE方法：

DELETE /website/blog/123

(5).局部更新文档
如下,tags 和views 字段内容被修改

POST /website/blog/1/_update
{
   "doc" : {
      "tags" : [ "testing" ],
      "views": 0
   }
}

检索文档文档显示被更新的_source字段：

{
   "_index":    "website",
   "_type":     "blog",
   "_id":       "1",
   "_version":  3,
   "found":     true,
   "_source": {
      "title":  "My first blog entry",
      "text":   "Starting to get the hang of this...",
      "tags": [ "testing" ], <1>
      "views":  0 <1>
   }
}

(6).批量插入
每个json之间不能有换行\n,使用bulk关键字

POST test_search_index/doc/_bulk
{
  "index":{
    "_id":1
  }
}
{
  "username":"alfred way",
  "job":"java engineer",
  "age":18,
  "birth":"1991-12-15",
  "isMarried":false
}
{
  "index":{
    "_id":2
  }
}
{
  "username":"alfred",
  "job":"java senior engineer and java specialist",
  "age":28,
  "birth":"1980-05-07",
  "isMarried":true
}
{
  "index":{
    "_id":3
  }
}
{
  "username":"lee",
  "job":"java and ruby engineer",
  "age":22,
  "birth":"1985-08-07",
  "isMarried":false
}
{
  "index":{
    "_id":4
  }
}
{
  "username":"lee junior way",
  "job":"ruby engineer",
  "age":23,
  "birth":"1986-08-07",
  "isMarried":false
}

13. es 的mapping
mapping作用：定义表的结构,控制索引存储数据的设置
类似定义mysql 中表字段的名称字段类型name varchar …bigint int…
a.定义Index下的字段名（Field Name）
b.定义字段的类型，比如数值型、字符串型、布尔型等
c.定义倒排索引相关的配置，比如documentId、记录position、打分等
mapping不进行配置时，自动创建的mapping，es自动推倒
（1）获取mapping
GET /atguigu/_mapping

{
  "atguigu": {										#索引名称
    "mappings": {									#mapping设置
      "student": {									#type名称
        "properties": {								#字段属性
          "clazz": {								
            "type": "text",							#字段类型，字符串默认类型
            "fields": {								#子字段属性设置
              "keyword": {						#分词类型（不分词）
                "type": "keyword",				
                "ignore_above": 256
              }
            }
          },
          "description": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "name": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}

（2）自定义mapping

PUT my_index								
{
  "mappings":{
    "doc":{								
      "dynamic":false, 					
      "properties":{		
        "title":{
          "type":"text"					
        },
        "name":{
          "type":"keyword"
        },
        "age":{
          "type":"integer"
        }
      }
    }
  }
}

dynamic设置
a.true：允许自动新增字段（默认的配置）
b.False：不允许自动新增字段，但是文档可以正常写入，无法对字段进行查询操作
c.strict：文档不能写入（如果写入会报错) 不能新增字段

14.Search API(URI)
ing

shining0903lxy
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch概述、原理及应用.pdf
03-26
它支持结构化数据和非结构化数据的存储，并且提供了一套完整的RESTful API，使得开发者能够轻松地与Elasticsearch进行交互。此外，Elasticsearch还支持多种编程语言，包括Java、.NET、PHP、Python等，使得开发者能够...
分布式存储引擎elasticsearch
weixin_47435200的博客
07-20 182
elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。结合kibanaLogstashBeats，也就是ELK被广泛应用在日志数据分析、实时监控等领域。l是以为核心的技术栈，包括beatsLogstashkibanaLucenel是Apache的开源搜索引擎类库，提供了搜索引擎的核心API。
[Elasticsearch] 分布式文档存储
热门推荐
不忘初心，好好沉淀
11-18 2万+
本文翻译自Elasticsearch官方指南的distributed document store一章。 分布式文档存储 在上一章中，我们一直在介绍索引数据和获取数据的方法。但是我们省略了很多关于数据是如何在集群中被分布(Distributed)和获取(Fetched)的技术细节。这实际上是有意为之 - 你真的不需要了解数据在ES中是如何被分布的。它能工作就足够了。 在本章中，我
Elasticsearch (ES): 实时分布式存储、搜索、分析引擎
Rainbow
11-06 4718
Elasticsearch，简称为ES。ES是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据。Elasticsearch是面向文档的一种数据库，这意味着其不再需要行列式的表格字段约束。ES会存储整个构造好的数据或文档，然而不仅仅是储存数据，这使得文档中每个数据可以被标识，进而可以被检索。在ES中，执行index，search，sort或过滤文档等操作都不是传统意义上的行列式的数据。ES从根本上对数据的不同思考方式也正是他能应对复杂数据结构的全文检索的原因之一。
分布式存储--Elasticsearch
weixin_42002747的博客
11-09 280
三者之间的联系：控制节点负责集群分片的分配和索引元信息的维护，数据节点负责存储数据，通过多副本协议实现数据高可用，协调节点负责客户端的接入，es是客户端通过rest http协议进行访问的，数据的读写就依靠协调节点进行处理了，可能一次数据访问需要多个分片一起参与。一个索引包含多个文档，实际存储是一个索引包含多个分片支持分布式，并且分片有主分片和副分片的概念，通过类似Raft算法的PacificA算法实现多节点分布式一致性。一个分片就是一个lucene索引。读流程：确定分片后，轮询选择分片（可能读副分片）
谈Elasticsearch下分布式存储的数据分布
茅庐
10-30 1万+
本文探讨了Elasticsearch是如何让数据均衡的分布在不同的节点上，主要有三个影响：节点位置、磁盘空间、单个节点的Index和Shard个数。
elasticsearch 8.11.3 windows安装包
01-10
无论您拥有结构化或非结构化文本、数字数据还是地理空间数据，Elasticsearch 都能以支持快速搜索的方式高效地存储和索引它。您可以超越简单的数据检索和聚合信息来发现数据中的趋势和模式。随着您的数据和查询量的...
elasticsearch windows 7.17.16 解压安装包
最新发布
01-10
无论您拥有结构化或非结构化文本、数字数据还是地理空间数据，Elasticsearch 都能以支持快速搜索的方式高效地存储和索引它。您可以超越简单的数据检索和聚合信息来发现数据中的趋势和模式。随着您的数据和查询量的...
elasticsearch 7.17.16 linux 解压安装包
01-10
无论您拥有结构化或非结构化文本、数字数据还是地理空间数据，Elasticsearch 都能以支持快速搜索的方式高效地存储和索引它。您可以超越简单的数据检索和聚合信息来发现数据中的趋势和模式。随着您的数据和查询量的...
分布式全文检索引擎ElasticSearch原理及使用实例
12-16
当然 Elasticsearch 并不仅仅是 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行以下工作: 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。 可实现亿级数据实时查询 实时分析的分布式...
Elasticsearch权威指南-分布式文档存储.pdf
01-12
Elasticsearch权威指南-分布式文档存储.pdf
Elasticsearch 文档分布式存储
爱死亡机器人
03-03 255
文章目录1. 文档储存在分片上2. 文档到分片的路由算法3. 更新文档4. 删除一个文档 1. 文档储存在分片上 文档会存储在具体的某个主分片和副本分片上：例如文档 1，会储存在 P0 R0 分片上 文档到分片的映射算法 确保文档能均匀分布在所用分片上，充分利用硬件资源，避免部分机器空闲，部门机器繁忙 潜在的算法 随机 / Round Robin. 当查询文档 1，分片数很多，需要多次查询才能查档文档 1 维护文档到分片的映射关系，当文档数据量大的时候，维护成本高 实时计算，通过文档 1，自动算出，
Elasticsearch单机存储和多节点分布式存储配置
weixin_41927237的博客
08-27 2942
ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎， 基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布， 是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。 一、单机存储配置 server1: 安装elastics...
elasticsearch 完全分布式安装
孔繁玉的专栏
10-28 2767
1. 首先master节点的配置，修改elasticsearch的配置文件，config/elasticsearch.yml;添加如下配置 cluster.name 指定集群的名称，node.name指定节点的名称，node.master: true指定该节点为主节点。 elasticsearch服务 2. 把当前主机的elasticsearch压缩包远程拷贝到三台机器 scp e...
Elasticsearch学习笔记（七）Elasticsearch分布式集群工作原理简介
刘本龙的专栏
01-25 4886
路由我们前面知道，ES集群每一个节点都可以接受命令，但是数据是分片存储的，那ES集群怎么知道应该去哪个节点上修改哪个分片的数据呢？ 与redis等其他分布式一样，当一个请求到来时，首先会根据ID进行取余来将请求分配到对应的节点上。 路由算法shard = hash(routing) % number_of_primary_shardsrouting值是一个任意字符串，它默认是_id但也可以自定义
2-Elasticsearch基础入门-请求在分片间的路由和交互
donghaixiaolongwang的博客
11-28 91
一起来玩Elasticsearch，加我微信：wx1250134974 Elasticsearch认证复习准备 https://www.elastic.co/guide/cn/elasticsearch/guide/current/getting-started.html ##文档在分片间的路由 当索引一个文档的时候，文档会被存储到一个主分片中。 Elasticsearch 如何知道一个文档应该存放到哪个分片中呢？当我们创建文档时，它如何决定这个文档应当被存储在分片 1 还是分片 2 中..
Elasticsearch（十）elasticsearch分布式文档存储
CC-lady的博客
11-27 2373
在前面的章节，我们介绍了如何索引和查询数据，不过我们忽略了很多底层的技术细节， 例如文件是如何分布到集群的，又是如何从集群中获取的。
ElasticSearch中如何分布式存储数据 #W07
u012671917的博客
04-19 3052
本篇文章，我们来总结一下，在宏观上，ES中的数据是如何分布的，为什么能便捷地进行扩容。宏观结构1 集群cluster集群这个概念从业务层面来看，是聚合了某方面功能的节点的组合，一般由单个或多个节点组成。在ES中，具有相同的cluster.name的节点就为同一个集群， 一个集群就是由一个或多个拥有相同cluster.name的节点组成。集群也是ES中最顶层的对象，在同一个集群中，ES会将数据均匀地...
详细介绍一下中间件ES、MQ、canal、NACOS的工作原理
05-23
它的工作原理是，将数据分散存储在不同的节点上，当一个查询请求到达时，Elasticsearch会将查询分发给各个节点上的副本，然后将结果返回给客户端。 2. Message Queue (MQ) 消息队列是一种异步通信机制，它可以在...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值