ElasticSearch 基础入门

ElasticSearch是一个基于 Lucene 的搜索服务器，它提供了一个分布式的全文搜索引擎。是当前流行的企业级搜索引擎，常用于海量数据分析跟站内搜索。

 

1.Lucene简介

（1）Lucene架构：

文档：索引与搜索的主要数据载体，包含一个或多个字段，存放要写入索引或从索引搜索出来的数据。

字段：文档的一个片段，包括名称跟内容

词项：文本中的某个词

（2）Lucene查询语言：

常见的查询操作符包括：AND  OR   NOT  +  -

+：包含操作符后面词项的文档被匹配

-：匹配的文档不能出现-操作符后面的词项

eg:  +hello-world 查询包含hello但是不包含world的文档

注意：查询中未使用任何操作符，默认使用OR

 Lucene支持两种通配符：？和 *  前者匹配一个字符，后者匹配多个字符

 Lucene还支持模糊查询，使用 ~ 字符以及一个紧随其后的整数值

 Lucene支持范围查询，方括号[ ]跟花括号{ }   eg: price:[10.00 TO 15.00}     大于等于10 小于15

 特殊字符处理，通过反斜杠转义   eg:搜索abc"efg , 可以通过abc\"efg查询

 

2.ElasticSearch简介

（1）基本概念

索引：es将数据存储在一个或多个索引中，内部使用Lucene将数据写入索引或从索引中检索数据。

文档：文档由字段构成，没有固定的模式或结构，es中的文档其实就是一个JSON对象。

类型：es中每个文档都有与之对应的type定义，一个索引中可以存储多种文档类型。

节点：单个es服务实例称为节点。

集群：查询压力超过单机负载时，需要多个节点协同处理，这些节点组成的系统称为集群(cluster)

分片：es将数据散布到多个索引上，这些Lucene索引称为分片(shard)

副本：为每个分片创建冗余的副本，当访问压力过大时单机无法处理所有请求时，可以把副本当做最初的主分片。

（2）工作流程

启动流程：当es节点启动时，使用广播技术发现同一个集群中的其他节点，并与它们连接。

集群中会有一个节点被选为管理节点，负责集群的状态管理以及集群发生变化时做出反应。

故障检测：管理节点会发送ping请求到其他各个节点，然后等待响应。若无响应，则将该节点从集群中移除。

注意事项：建索引只会发生在主分片上，而不是副本上。若某个节点没有主分片，则请求会转发到拥有正确的主分片的节点。

查询分为两个阶段：分散阶段 && 合并阶段（先在分片中查询然后对返回结果进行合并、排序、后续处理）

（3）架构特点

• 合理的默认配置
• 对等架构可以避免单点故障（索引分片自动复制）
• 支持一个索引中存在多种数据结构
• 准实时搜索和版本同步（分布式架构难免存在 查询延迟和数据不同步问题）

 

参考资料：《深入理解ElasticSearch》