ElasticSearch5.5.1(核心2)

最新推荐文章于 2025-09-12 20:46:57 发布

转载最新推荐文章于 2025-09-12 20:46:57 发布 · 100 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/mdxlcj/blog/1517887

文章标签：

#大数据 #数据库 #运维

本文介绍了 Elasticsearch 的核心概念及其与传统数据库的对比，包括分布式存储引擎、搜索引擎、索引、文档、类型等，并解释了其在近实时搜索、集群管理、横向扩展等方面的特点。

为什么80%的码农都做不了架构师？>>>

1.elasticsearch，基于lucene，隐藏复杂性，提供简单易用的restful api接口、java api接口（还有其他语言的api接口）

1.1 分布式的文档存储引擎

1.2 分布式的搜索引擎和分析引擎

1.3 分布式，支持PB级数据

2.elasticsearch的核心概念

2.1 Near Realtime（NRT）：近实时，两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；基于es执行搜索和分析可以达到秒级

2.2 Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常

2.3 Node：节点，集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群

2.4 Document&field：(document相当于我们mysql数据库中的一行数据,field相当于一个字段)文档，es中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type（type相当于mysql数据库中一张表）中，都可以去存储多个document。一个document里面有多个field，每个field就是一个数据字段。

2.5 Index：索引（相当于mysql的一个数据库，database），包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。

2.6 Type：类型(相当于mysql数据库中的一张表)，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type。

2.7 shard：（一个shard可以理解为一个数据库，多个shard就是配置多个数据库）单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index。

2.8 replica：（说白了就是把shard的数据复制一遍到这个数据库，防止shard坏掉数据缺失，由于功能不一样，所以叫replica）任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。