Elasticsearch从浅入深（一）：基本介绍

基本介绍

Elasticsearch是一个基于Lucene构建的开源、分布式、RESTful的搜索引擎，
能够实现快速，近实时的搜索。
Elasticsearch不仅是一种全文索引技术，也是一种面向文档型的nosql数据库。

Elasticsearch的应用场景

ES的大部分场景是：
“一个常见的设置是使用其它数据库作为主要的数据存储，
例如mysql等数据库，然后再使用 Elasticsearch 做数据检索”。

基本名词介绍

一：Near Realtime (NRT)
Elasticsearch是一个近乎实时的搜索平台。这意味着从索引文档到可以搜索的时间只有轻微的延迟（通常是1秒）。

二：Cluster
集群，是多个节点（服务器）的集合。每一个集群都有属于自己的名字，要确保不要出现相同的集群名字。

三：Document
文档，是可以被索引的基本信息单元。文档是用JSON来表示的。

四：Index
索引，具有某种相似特征的文档的集合。也就是有多个文档的意思。
例如，你可以有一个顾客信息索引，产品信息索引，订单信息索引。
索引都有一个名称，而且必须是小写的。
索引可以用于对它包含的多个文档进行索引，搜索，更新等操作。

五：Shar & Replicas
分片 和 副本

• 分片：
  一个索引可能存储了大量的数据，这些数据可以超过了单个节点的硬件限制。
  例如，一个包含了10亿条文档占用了1TB的磁盘空间，那么它就不适合在单个节点上了。
  所以，为了解决这个问题，ES就提供了可以把索引分为多个片（分片）的功能。
  在创建索引的时候，我们就可以定义所需要的分片数量。每个分片就是一个功能完全独立的索引，可以驻留在集群中的任何节点上。

• 副本：
  在一个网络环境，很有可能出现故障，所以需要有一个容灾机制。
  ES就提供了将一个或者多个索引分片复制到其他的节点的功能。
  （而且复制之后是放在另外的节点的，并不是自身的节点，也保证了shard的高可用）

  这种复制后的索引或者索引分片，我们称之为副本。

  在默认情况下，ES的每个索引都分配了5个主分片和一个副本。（这里的副本是针对索引而言。也就是复制了一个完整的索引。）

  举例，例如一个ES集群有两个节点，而且每个索引分配5个主分片和一个副本，那么就是每个索引有10个分片（包括主分片和副分片，因为副分片也是复制主分片的）如下图显示
  

看了上图我们可以发现，每个分片的主和副分片都是在不同节点的。这样才能保证高可用。

注意：我们可以为每个索引定义分片和副本的数量。
创建索引后，可以随时动态地更改副本的数量，但不能更改分片的数量。

总结：就是一个索引可以分成多个分片。分片也可以被复制。

扩展问题

1）主分片和副本分片有什么区别？
主分片与副本都能处理查询请求，
它们的唯一区别在于只有主分片才能处理索引请求。
同时用户也可在任何时候添加或删除副本。
额外的副本能给带来更大的容量, 更高的呑吐能力及更强的故障恢复能力。

2）为什么要主分片和副分片在不同的节点上？
一是为了更好的均衡负载，不同节点上二是节点发生故障时，
主分片和副本分片一起故障，没法保证高可用性。
所以 Elasticsearch 集群最好要有 2 个节点或以上。

3）分片的大小是多少？
分片的大小没有固定的限制，
但是通常情况下很多场景限制在 50GB 的分片大小以内。
一般都是几G到几十G，尽量避免使用非常大的分片。