ElasticSearch架构原理

ElasticSearch

本文主要介绍了ElasticSearch的架构原理，存储模型，近实时搜索原理和常用插件es-head和es-sql的简单安装。

1 架构及原理

1.1 概述

Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎Apache Lucene™ 基础上的搜索引擎，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
• 实时分析的分布式搜索引擎
• 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。

Elasticsearch 可以布置成集群模式，它也是采用主从架构。master对外读写。建立索引的请求都先经过master，然后才会把集群索引信息同步到slave。

只有建立索引和类型需要经过 Master，数据的写入有一个简单的 Routing 规则，可以 Route 到集群中的任意节点，所以数据写入压力是分散在整个集群的。

Elasticsearch的数据结构

ES使用的是倒排索引。

• 正排索引：文档id到单词的关联关系
• 倒排索引：单词到文档id的关联关系

倒排索引(Inverted Index)是实现“单词-文档id矩阵”的一种具体存储形式，通过倒排索引，可以根据单词快速获取包含这个单词的文档列表。

倒排索引示例：

Elasticsearch索引的精髓

一切设计都是为了提高搜索的性能

Elasticsearch的索引思路

将磁盘里的东西尽量搬进内存，减少磁盘随机读取次数(同时也利用磁盘顺序读特性)，结合各种奇技淫巧的压缩算法，用及其苛刻的态度使用内存。

1.2 存储结构

Elasticsearch是面向文档型数据库，一条数据在这里就是一个文档。

索引 Index
ES将数据存储于一个或多个索引中，索引是具有类似特性的文档的集合。
它是个逻辑命名空间，类似于数据库概念中的数据库。

类型 Type
类型是索引内部的逻辑分区(category/partition)，然而其意义完全取决于用户需求。因此，一个索引内部可定义一个或多个类型(type)。
类似于数据库概念中的一张表。

文档 Document
文档是索引和搜索的原子单位，它是包含了一个或多个域（Field）的容器，基于JSON格式进行表示。文档由一个或多个域