elasticsearch存储、查询机制（学习中......）

elasticsearch存储、查询机制（学习中…）

---

---

一、Elasticsearch的节点类型

在Elasticsearch主要分成两类节点，一类是Master，一类是DataNode。

1、Master节点

1.1 master节点具备主节点的选举权，有资格成为主节点，主节点控制整个集群的元数据(metadata)，比如索引的新增、删除、分片分配等

1.2 角色配置方式：node.master: true

2、DataNode节点

1.1 会存储分配在该node上的shard的数据并负责这些shard的写入、查询等，ES集群的性能取决于该节点的个数（每个节点最优配置的情况下），data节点会占用大量的CPU、io和内存；

1.2 角色配置方式：node.data: true

二、分片和副本 （Shard）

1、分片（Primary Shard）
Elasticsearch是一个分布式的搜索引擎，索引的数据也是分成若干部分，分布在不同的服务器节点中。
分布在不同服务器节点中的索引数据，就是分片（Shard）。Elasticsearch会自动管理分片，如果发现分片分布不均衡，就会自动迁移一个索引（index）由多个shard（分片）组成，而分片是分布在不同的服务器上的

2、副本（Replica Shard）
为了对Elasticsearch的分片进行容错，假设某个节点不可用，会导致整个索引库都将不可用。所以，需要对分片进行副本容错。每一个分片都会有对应的副本。
每个分片都会有一个Primary Shard（主分片），也会有若干个Replica Shard（副本分片）
Primary Shard和Replica Shard不在同一个节点上

三、Elasticsearch工作流程

1、Elasticsearch写入原理

1、选择一个数据节点发送请求，比如节点2，该节点就会成为协调节点（Coordinating Node）
2、协调节点（Coordinating Node）计算出要写入的分片，将请求转发到对应主分片所在的节点(数据节点)，如主分片1
3、主分片写入索引库中并把数据同步至副分片
4、主分片和副分片都保存好了返回给客户端
总结：协调节点计算出并转发给对应的分片所在节点，所在节点处理完返回给客户端

2、Elasticsearch检索原理

1、发起查询请求，某个节点接收到请求，该DataNode就会成为协调节点（Coordinating Node）
2、协调节点（Coordinating Node）将查询请求广播到每一个数据节点，这些数据节点的分片会处理该查询请求
3、每个分片进行数据查询，将符合条件的数据放在一个优先队列中，并将这些数据的文档ID、节点信息、分片信息返回给协调节点
4、协调节点将所有的结果进行汇总，并进行全局排序
总结：协调节点向包含这些文档ID的分片发送get请求，对应的分片将文档数据返回给协调节点，最后协调节点将数据返回给客户端

3、Elasticsearch准实时索引实现

下图为网络素材：

写到文件系统缓存
1、当数据写入到ES分片时，会首先写入到内存中，然后通过内存的buffer生成一个segment，并刷到文件系统缓存中，数据可以被检索（注意不是直接刷到磁盘）ES中默认1秒，refresh一次
写translog保障容错
2、在写入到内存中的同时，也会记录translog日志，在refresh期间出现异常，会根据translog来进行数据恢复等到文件系统缓存中的segment数据都刷到磁盘中，清空translog文件
flush到磁盘
3、ES默认每隔30分钟会将文件系统缓存的数据刷入到磁盘
segment合并
4、Segment太多时，ES定期会将多个segment合并成为大的segment，减少索引查询时IO开销，此阶段ES会真正的物理删除（之前执行过的delete的数据）

总结

自我学习，每天进步一点点。