elasticsearch 工作原理_终于有人把elasticsearch原理讲通了！
小史是一个非科班的程序员，虽然学的是电子专业，但是通过自己的努力成功通过了面试，现在要开始迎接新生活了。
随着央视诗词大会的热播，小史开始对诗词感兴趣，最喜欢的就是飞花令的环节。
但是由于小史很久没有背过诗词了，飞一个字很难说出一句，很多之前很熟悉的诗句也想不起来。
【倒排索引】
吕老师：但是我让你说出带“前”字的诗句，由于没有索引，你只能遍历脑海中所有诗词，当你的脑海中诗词量大的时候，就很难在短时间内得到结果了。
【索引量爆炸】
【搜索引擎原理】
【elasticsearch简介】
吕老师：但是lucene还是一个库，必须要懂一点搜索引擎原理的人才能用的好，所以后来又有人基于lucene进行封装，写出了elasticsearch。
【elasticsearch基本概念】
吕老师：类型是用来定义数据结构的，你可以认为是mysql中的一张表。文档就是最终的数据了，你可以认为一个文档就是一条记录。
吕老师：比如一首诗，有诗题、作者、朝代、字数、诗内容等字段，那么首先，我们可以建立一个名叫poems的索引，然后创建一个名叫poem的类型，类型是通过mapping来定义每个字段的类型，比如诗题、作者、朝代都是keyword类型，诗内容是text类型，而字数是integer类型，最后就是把数据组织成json格式存放进去了。
吕老师：这个问题问得好，这涉及到分词的问题，keyword类型是不会分词的，直接根据字符串内容建立反向索引，text类型在存入elasticsearch的时候，会先分词，然后根据分词后的内容建立反向索引。
吕老师：之前我们说过，elasticsearch把操作都封装成了http的api，我们只要给elasticsearch发送http请求就行。比如使用curl -XPUT 'http://ip:port/poems'，就能建立一个名为poems的索引，其他操作也是类似的。
【elasticsearch分布式原理】
吕老师：没错，elasticsearch也是会对数据进行切分，同时每一个分片会保存多个副本，其原因和hdfs是一样的，都是为了保证分布式环境下的高可用。
吕老师：没错，在elasticsearch中，节点是对等的，节点间会通过自己的一些规则选取集群的master，master会负责集群状态信息的改变，并同步给其他节点。
吕老师：注意，只有建立索引和类型需要经过master，数据的写入有一个简单的routing规则，可以route到集群中的任意节点，所以数据写入压力是分散在整个集群的。
【elk系统】
吕老师：其实很多公司都用elasticsearch搭建elk系统，也就是日志分析系统。其中e就是elasticsearch，l是logstash，是一个日志收集系统，k是kibana，是一个数据可视化平台。
吕老师：分析日志的用处可大了，你想，假如一个分布式系统有1000台机器，系统出现故障时，我要看下日志，还得一台一台登录上去查看，是不是非常麻烦？
吕老师：但是如果日志接入了elk系统就不一样。比如系统运行过程中，突然出现了异常，在日志中就能及时反馈，日志进入elk系统中，我们直接在kibana就能看到日志情况。如果再接入一些实时计算模块，还能做实时报警功能。
【笔记】
小史学完了elasticsearch，在笔记本上写下了如下记录：
1、反向索引又叫倒排索引，是根据文章内容中的关键字建立索引
2、搜索引擎原理就是建立反向索引
3、elasticsearch在lucene的基础上进行封装，实现了分布式搜索引擎
4、elasticsearch中的索引、类型和文档的概念比较重要，类似于mysql中的数据库、表和行
5、elasticsearch也是master-slave架构，也实现了数据的分片和备份
6、elasticsearch一个典型应用就是elk日志分析系统
写完，又高高兴兴背诗去了。
观书有感
朱熹
半亩方塘一鉴开，天光云影共徘徊。
问渠那得清如许？为有源头活水来。
猜你喜欢欢迎关注本公众号：iteblog_hadoop:
回复 spark_summit_201806 下载 Spark Summit North America 201806 全部PPT
回复 spark_summit_eu_2018 下载 Spark+AI Summit europe 2018 全部PPT
回复 HBase_book 下载 2018HBase技术总结 专刊
回复 all 获取本公众号所有资料
0、回复 电子书 获取 本站所有可下载的电子书
1、Elasticsearch如何做到亿级数据查询毫秒级返回？
2、京东HBase平台进化与演进
3、深入理解 Spark Delta Lake 的诞生及其工作原理
4、Apache Kafka 2.3 发布，新特性讲解
5、Hadoop 气数已尽？
6、一条 SQL 在 Apache Spark 之旅(下)
7、Kafka 是如何保证数据可靠性和一致性
8、Kylin 在小米大数据中的应用
9、Uber 大数据平台的演进(2014~2019)
10、图文了解 Kafka 的副本复制机制
11、更多大数据文章欢迎访问https://www.iteblog.com及本公众号(iteblog_hadoop) 12、Flink中文文档： http://flink.iteblog.com 13、Carbondata 中文文档： http://carbondata.iteblog.com
