Elasticsearch 核心概念

1、Lucene和Elasticsearch的前世今生

 

Lucene：最先进，功能最强大的搜索库，直接基于Lucene开发很复杂，api复杂，需要深入理解原理。

 

Elasticsearch：基于Lucene，隐藏复杂性，提供简单易用的restful api接口、java api接口（还有其他语言的api接口）。

 

1）分布式的文档存储引擎。

2）分布式的搜索引擎和分析引擎。

3）分布式，支持PB级别数据。

 

 

2、Elasticsearch的核心概念

 

1）Near Realtime(NRT)：近实时，两个意思：从写入数据到数据可以被检索有一个小延迟大约1秒；基于ES的搜索和数据分析可以达到秒级。

 

2）Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置来决定的，对于中小型企业刚开始集群就一个节点很正常。

 

3）Node：节点，集群中的一个节点，节点也要一个名称（默认是随机分配的），节点的名称很重要（在执行运维管理的时候），默认的节点会加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个“elasticsearch”的集群，当然一个节点也可以组成一个集群。

 

4）Document：文档，ES中最小的数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type 中都可以存储多个document。

 

5）Index：索引，包含一堆相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。

 

6）Type：类型，每个索引里面都可以有一个或多个type，type是index的一个逻辑数据分类，一个type下的document有相同的filed。比如博客系统，有一个索引，一个用户数据type，博客数据type，评论数据type。

 

商品index里面存放着所有商品数据，商品document。

 

但是商品分好多种类，每个种类的document的filed可能不太一样，比如电器商品可能含有售后维修时间范围这类的特殊filed；生鲜商品含有保质期的特殊filed。

 

type：日化商品type、电器商品type、生鲜商品type。

 

日化商品type：product_id，product_name，product_desc，category_id，category_name

电器商品type：product_id，product_name，product_desc，category_id，category_name，service_period

生鲜商品type：product_id，product_name，product_desc，category_id，category_name，eat_period

 

每个type里面，都会包含一堆document

{

“product_id”：“2”，

“product_name”：“长虹电视机”，

“product_desc”  ：“4K高清”，

“category_id”：“3”，

“category_name”：“电器”，

“service_period”：“1年”

}


{

“product_id”：“3”，

“product_name”：“小龙虾”，

“product_desc”  ：“纯野生”，

“category_id”：“4”，

“category_name”：“生鲜”，

“eat_period”：“7天”

}

 

 

 

7）shard：单机服务器无法存储大量数据，ES可以将一个索引中的数据分割为多个shard，分布在多台机器上存储，有了shard就可以横向扩展，存储更多的数据，让搜索和分析操作分布到多台机器上执行，提高吞吐量和性能。每个shard就是一个lucene index。

 

 

8）replica：任何一个服务器都会出现故障，此时shard可能会丢失，因此为每个shard建立多个replica副本，replica可以在shard故障时候提供备用服务。

 

shard其实叫primary shard,一般简称为shard。

 

replica其实叫replica sahard,一般简称为replica。

 

3、Elasticsearch核心概念 对比 数据库核心概念

 

Elasticsearch	数据库
Document	行
Type	表
Index	数据库