qq_33192811的博客

Elasticsearch集群扩展和性能优化

主节点为每个节点分配索引分片的时候，默认情况下，它会尽可能把同一个索引的分片分配到更多的节点上，这样在读写索引数据的时候就可以利用更多的硬件资源，可提升读写的效率。在分配分片的过程中，永远不可以把同一个索引的某个主分片和它的副本分片分配到同一个节点上，也不可以把某个主分片的多个副本分片分配到同一个节点上。（1）分片的分配：当集群节点数增加，需要把一个主分片的副本分配到新节点上，或集群节点数减少，或某个节点配置了分片的过滤，不得不将该节点的分片复制到其他节点上时，就需要进行分片的分配。

全文检索与常规关系数据库SQL查询的显著区别，就是全文检索具备对大段文本进行分析的能力，它可以通过文本分析把大段的文本切分为细粒度的分词。Elasticsearch在两种情况下会用到文本分析，一是原始数据写入索引时，如果索引的某个字段类型是text，则会将分析之后的内容写入索引；二是对text类型字段的索引数据做全文检索时，搜索内容也会经过文本分析。如果你不能真正弄懂文本分析的过程并正确地使用分析器，你也许会无法解释某些搜索为什么搜不到预期的数据。

索引是Elasticsearch中非常重要的模块，一个索引可以视作关系数据库中的一张表，本文将详细介绍与Elasticsearch索引相关的各种功能等。主要内容如下索引映射(mapping)结构的定义方法，常用的各种字段类型和动态映射的使用。使用Elasticsearch的REST端点完成对索引数据的增删改查。索引数据的路由规则，根据索引数据默认的路由策略实现手动使用路由规则控制数据写入分片。索引别名(aliases)的使用方法，包括如何将别名与数据过滤和数据路由配合使用来获得索引数据。

搜索是Elasticsearch的核心功能，Elasticsearch提供了多种多样的搜索方式来满足不同使用场景的需求。Elasticsearch提供了领域特定语言(Domain Specific Language，DSL)查询语句，使用JSON字符串来定义每个查询请求。文章将要介绍的查询类型包含以下几种。Match all查询：直接查询索引的全部数据，默认返回前10个文档，每个文档的得分被设置为1.0，这是很简单的查询类型。

在使用关系数据库进行开发的过程中，你可能会经常使用外键来表示父表和子表之间的关联关系，在Elasticsearch中，有哪些方法可以用来让开发者解决索引之间一对多和多对多的关联关系的问题呢？由于多对多的关联可以转换为两个一对多的关联来处理，所以这篇文章将主要探讨在Elasticsearch中解决索引之间一对多父子关联的方法。在列举一对多的关系实例时，会以一个作者包含多本书籍的数据为例，来说明Elasticsearch支持的几种不同方式在解决父子关联的问题时有哪些不同的特点。

Elasticsearch不仅是一个大数据搜索引擎，也是一个大数据分析引擎。它的聚集(aggregation)统计的REST端点可用于实现与统计分析有关的功能。Elasticsearch提供的聚集分为三大类。(1) 度量聚集(Metric aggregation)：度量聚集可以用于计算搜索结果在某个字段上的数量统计指标，比如平均值、最大值、最小值、总和等。

在以下的这个端点的返回结果中，除了有分片号(id)、恢复类型(type)、起始时间(start time in millis)、结束时间(stop time in millis)、数据来源(source)和目标节点(target)这些常规的字段之外，还包含分片恢复过程中的统计信息，例如恢复了多少个文件(files.total)、占用多大空间(total in bytes)、恢复的事务日志的个数(translog)等。其中，_all中的内容是两个索引的统计数据，indices里面包含每个索引单独的统计数据。

在上面的配置中，index_patterns用于设置索引模板可以匹配的索引名称，这里使用*号通配符，表示所有以order开头的索引都会使用上面的模板。如果你想在es中创建两个索引order1和order2，这两个索引分别记录了不同业务类型的订单信息，他们的映射结构、分片数、别名都相同。当需要为同一类索引应用相同的配置、映射、别名时，如果每次创建索引都逐一配置会比较麻烦。索引模板的出现正是为了简化这种操作，使用索引模板你可以方便地为某一类索引自动配置某些共同的参数。