Elasticsearch搜索引擎第一篇-ES初识

官网：https://www.elastic.co/products/elasticsearch
官网学习资料：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

ES简介

Elasticsearch 是一个开源的搜索引擎，建立在全文搜索引擎库 Apache Lucene 基础之上。

用 Java 编写的，它的内部使用 Lucene 做索引与搜索，但是它的目的是使全文检索变得简单， 通过隐藏 Lucene 的复杂性，取而代之的提供一套简单一致的 RESTful API。

Elasticsearch 不仅仅只是一个全文搜索引擎。 它可以被下面这样准确的形容：

• 一个分布式的实时文档存储，每个字段可以被索引与搜索（可以当做数据库使用）
• 一个分布式实时分析搜索引擎
• 能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据

备注：选型上，一般ES用的会比solr多，solr相对比较复杂，太多配置，而ES会相对简单很多

ES流行度

DB-Engines（一家收集和统计数据库管理系统信息的机构，网址：https://db-engines.com/en/ranking/search+engine ）上的搜索引擎排名：

除此之外，用作数据库的排名也不错：

ES特性

速度快、易扩展、弹性、灵活、操作简单、多语言客户端、X-Pack、hadoop/spark强强联手、开箱即用。

• 分布式：横向扩展非常灵活
• 全文检索：基于lucene的强大的全文检索能力
• 近实时搜索和分析：数据进入ES，可达到近实时搜索，还可进行聚合分析
• 高可用：容错机制，自动发现新的或失败的节点，重组和重新平衡数据
• 模式自由：ES的动态mapping机制可以自动检测数据的结构和类型，创建索引并使数据可搜索。
• RESTful API：JSON + HTTP

ES应用场景

• 站内搜索
• NoSQL数据库
• 日志分析
• 数据指标分析

ES大致架构

从下往上：

• Gateway是ES用来存储索引的文件系统，支持多种类型
• Gateway的上层是一个分布式的lucene框架
• Lucene之上是ES的模块，包括：索引模块、搜索模块、映射解析模块等
• ES模块之上是 Discovery、Scripting和第三方插件。Discovery是ES的节点发现模块，不同机器上的ES节点要组成集群需要进行消息通信，集群内部需要选举master节点，这些工作都是由Discovery模块完成。支持多种发现机制，如 Zen 、EC2、gce、Azure。Scripting用来支持在查询语句中插入javascript、python等脚本语言，scripting模块负责解析这些脚本，使用脚本语句性能稍低。ES也支持多种第三方插件，比如加入中文分词器
• 再上层是ES的传输模块和JMX。传输模块支持多种传输协议，如 Thrift、memecached、http，默认使用http。JMX是java的管理框架，用来管理ES应用
• 最上层是ES提供给用户的接口，可以通过RESTful接口和ES集群进行交互

ES核心概念

• Near Realtime（NRT）近实时：数据提交索引后，立马就可以搜索到

• Cluster集群：一个集群由一个唯一的名字标识，默认为“elasticsearch”。集群名称非常重要，具有相同集群名的节点才会组成一个集群，集群名称可以在配置文件中指定

• Node节点：存储集群的数据，参与集群的索引和搜索功能。像集群有名字，节点也有自己的名称，默认在启动时会以一个随机的UUID的前七个字符作为节点的名字，你可以为其指定任意的名字。通过集群名在网络中发现同伴组成集群。一个节点也可是集群。

• Index索引: 一个索引是一个文档的集合（等同于solr中的集合）。每个索引有唯一的名字，通过这个名字来操作它。一个集群中可以有任意多个索引。

• Type类型：指在一个索引中，可以索引不同类型的文档，如用户数据、博客数据。从6.0.0 版本起已废弃，一个索引中只存放一类数据。

• Document文档：被索引的一条数据，索引的基本信息单元，以JSON格式来表示。

• Shard分片：在创建一个索引时可以指定分成多少个分片来存储。每个分片本身也是一个功能完善且独立的“索引”，可以被放置在集群的任意节点上。分片数在创建索引时指定，创建后不可改了，而备份数可以随时改。分片的好处：

  • 允许我们水平切分/扩展容量
  • 可在多个分片上进行分布式的、并行的操作，提高系统的性能和吞吐量。

• Replication备份: 一个分片可以有多个备份（副本）。备份的好处：

  • 高可用
  • 扩展搜索的并发能力、吞吐量。搜索可以在所有的副本上并行运行

ES对比RDBMS

Elasticsearch	RDBMS
索引（index）（也可以理解为表）	数据库（database）
类型（type）（6.0.0废弃）	表（table）
文档（document）	行（row）
字段（field）	列（column）
映射（mapping）	表结构（schema）
反向索引	索引
查询DSL	SQL
GET http://…	SELECT * FROM table
PUT http://…	UPDATE table SET
DELETE http://…	DELETE