1.1 文档
Es是面向文档得,文档是所有可搜索的最小单位
日志文件中的日志项
一本电影具体信息/一张唱片相信信息
MP3播放器里的一首歌/一篇PDF文档中的具体内容
文档被序列化为JSON格式,保存到ES中
JSON对象由字段组成,
每个字段都有对应的字段类型(字符串/数值/布尔/日期/二进制/范围类型)
每个文档都有一个Unique ID
可以自己指定ID
1.2 索引
索引类型
关系型数据库与ES对比
二、节点、集群、分片和副本
2.1 节点
节点是一个ES实例
本质上就是一个JAVA进程
一台机器上可以运行多个ES进程,但是生产环境一般建议一台机器上只运行一个ES实例
每个节点都有一个名字,通过配置文件配置,或者启动时候 -E node.name=node1 指定
每一个节点启动之后,会分配以一个UID,保存在data目录下
2.2 Master-eligible nodes 和 Master Node
每个节点启动后,默认是一个Master eligible 节点
可以设置 node.master: false 禁止
Master-eligible 节点可以参加选主流程,成为Master节点
当第一个节点启动的时候,他会将自己选举成Master节点
每个节点上都保存了集群的状态,只有Master节点才能修改集群状态信息
集群状态(Cluster State),维护一个集群中,必要的信息
所有的节点信息
所有的索引和其相关的Mapping与Setting信息
分片的路由信息
任意节点都能修改信息会导致数据的不一致性
2.3 节点类型,Data Node & Coordinating Node
Data Node
可以保存数据的节点,叫做 Data Node。负责保存分片数据。
Coordinating Node
负责接收Client的请求,将请求转发到合适的节点,最终把结果汇聚到一起
默认每个节点都是Coordinating Node
其他节点类型
Hot & Warm Node
不同硬件配置的Data Node,用户实现Hot & Warm架构,降低集群部署成本。
Machine Learning Node
负责跑机器学习的Job,用来做异常检测
Tribe Node
Tribe Node 连接到不同的ES集群,并且支持将这些集群当成一个单独的集群部署
配置节点类型
分片(Primary Shard & Replica Shard)
主分片,用以解决数据水平扩展的问题。通过主分片,可以将数据分布到集群内的所有节点之上
一个分片是一个运行的lucene的实例
主分片数在索引创建时指定,后续不允许修改,除非Reindex
副本,用以解决数据高可用问题。分片是主分片的拷贝
副本分片数,可以动态调整
增加副本数,还可以在一定程度上提高服务的可用性(读取的吞吐)
分片的设定
对于生产环境的分片设定,需要提前做好容量规划
分片数设置过小
导致后续无法增加节点实现水平扩展
单个分片的数据太大,导致数据重新分配耗时
分片数设置过大,7.0开始,默认主分片设置成1,解决 over-sharding的问题
影响搜索结果的相关性打分,影响统计结果的准确性
单个节点上过多的分片,会导致资源浪费,同时会影响性能
查看集群的 健康状况
关键字在页码中的页码关联
5、Analysis与Analyzer
Thulac分词器
5.1 URI Search
在URL 中使用查询参数
5.2 Request Body Search
使用Elasticsearch 提供的,基于JSON 格式的更加完备的 Query Domain Specific Language(DSL)
Request Body
搜索 Response
URI Search - 通过URI query 实现搜索
六、Request Body Search
分页
排序
_ soruce filtering
脚本字段
match查询
Mapping
聚合
总结