【002】Elasticsearch 核心概念描述

 

    1.近实时

       它是一个近实时的数据搜索和分析平台。这意味着从索引文档到可搜索文档都会有一段微小的延迟（通常是1秒以内）。

    2.集群

  涉及大数据相关的系统都 少不了集群。大数据需要解决 以下几个问题

  （1）数据怎样存

 （2） 如何检索数据

  （3）如何展现数据（即，如何发挥数据的价值）

    这里的概念也不例外：

      集群是一个或多个节点的集合，这些节点将共同拥有完整的数据，并跨节点提供联合索引，搜索和分析的功能。集群由唯一的名称标识 （elasticsearch.yml里面配置的cluster.name）,集群的名称是elasticsearch.yml配置文件中的最重要的一个参数，默认名称为Elasticsearch，节点只能通过集群名称来加入集群。

   请确保不要再不同的环境中使用相同的集群名称，否则可能导致节点加入错误的集群。

   搞过大数据，或者用过分布式相关系统中间件的对这些概念肯定是很熟悉。例如：RocketMQ ,kafka ,hadoop ，redis等。

3.节点

 节点是一个Elasticsearch的运行实例，也就是一个进程，多个节点组成集群，节点存储数据，并参与集群的索引，搜索和分析功能。与集群一样，节点由一个名称标识，默认情况下，该名称是在启动的时候分配给节点的唯一标识符（UUID）。

  在单个集群中，可以有任意多个节点。

 4.索引

 索引 是具有某种相似特性的文档集合。索引由一个名称（必须全部是小写）标识，当对其中的文档执行索引，搜索，更新和删除操作时，该名称指向这个特点的索引。单个集群中，可以定义任意多的索引。

5.类型

 废弃，不再详细了解

6.文档

 文档是可以被索引的基本信息单元。例如，可以为单个客户创建一个文档，为单个产品创建一个文档，以及为单个订单创建另一个文档。文档以JSON表示。在单个索引中，理论上可以存储任意多的文档。

7.分片和副本

索引可能会存储大量数据，这些数据可能会超出单个节点的硬件限制。

 为了解决这个问题，Elasticsearch提供了将索引水平切分为多段的能力。创建索引的时候，只需要定义所需要的分片数量。每个分片本身就是一个具有完整功能的独立索引，可以分布在集群中的任何节点上。

分片很重要，

1.分片可以水平拆分数据，实现大数据存储和分析

2.可以跨越发呢排，进行分发和并行操作，从而提高性能和吞吐量。