【Elasticsearch学习笔记-基础篇1】Elasticsearch介绍及设计概念

前言

随着本人所在小组每周的技术分享，本人决定将每周所学整理为学习笔记，以供自己牢固知识。同时希望对新玩家有引导作用，也希望老玩家能就我之所学错误之处批评指正，不甚感激。

本人的学习方法：争取在系列学习之前给自己提几个问题，随着学习的深入可以贯穿始终，从顶层到底层的回答系列学习前问题。私以为，徐徐图之，便可进至大成。

Elasticsearch 简单介绍

ES是一个基于RESTful web接口并且构建在Apache Lucene之上的开源分布式搜索引擎。

同时ES还是一个分布式文档数据库，其中每个字段均可被索引，而且每个字段的数据均可被搜索，能够横向扩展至数以百计的服务器存储以及处理PB级的数据。

可以在极短的时间内存储、搜索和分析大量的数据。通常作为具有复杂搜索场景情况下的核心发动机。

划关键词：

1. 搜索引擎
   这正是es区别于其他nosql数据库的地方，其他 nosql 数据库更注重于“数据库”的特性，即更偏向于均衡存储和搜索的性能，并在acid中做取舍。但es更注重于更快、更方便的“搜索”（所以自然牺牲了增删改的效率，这也是为什么es没那么“数据库”），虽然也是把数据存储在节点内，但是相比于单独将 es 作为数据库用，日常更倾向于将 es + 数据库的方案。
2. 分布式文档数据库
   这里重点为：分布式、文档数据库。其中分布式是由 es 分配分片算法、选举算法……等等构成的。文档数据库很好理解，可以存储no-schema的 json 文档型数据。
3. 索引
   这里的索引是指物理索引，在整个 es 的学习过程中，可能会混淆物理索引和逻辑索引，两者之间的区别，要多多注意。
4. 极短的时间内存储、搜索和大量分析
   与普通的nosql数据库相比，极短时间的搜索和大量分析是正确的说法，但存储可能有失偏颇，这是 es 存储数据的数据结构决定的，es 注定要牺牲添加数据的效率，来换取查询的效率和准确性。
   
   

逻辑设计：索引、类型、文档

所谓逻辑设计是指，这里的索引、类型、文档只是逻辑归类概念，数据的物理存放（磁盘或内存中），数据结构不同的。

举例理解：

现有一堆糖果和两个盒子摆在面前，糖果分为两类：水果糖和果仁糖。每个盒子里面各放一半的水果糖与果仁糖。这样，每个盒子各里有一半的水果糖和果仁糖。
其中：盒子可以理解为分片，糖的类别可以理解为类型，所有的糖都是属于一个叫“糖”的索引。

索引（index）

索引在 es 中的作用，可以类比为关系数据库中的数据库，如果是项目区别，命名一般为项目名称。如果是作为日志管理系统，一般为日期。可以在索引中设置字段（key）与类型的映射。
另：索引中类型的字段类型是无法在索引数据后修改的，所以需要在有数据前，设置好 index 的字段-类型的映射。

类型（type）

es 设计之关键。es 中的类型概念可以类比为关系数据库中的 “表” ，在关系数据库中表关系与表中的字段为设计之关键，所以在 es 中，类型也为数据管理逻辑设计的关键。
一般在不同的类型中，存放结构不同的数据。

文档（document）

Json格式的数据文档，物理保存在每一个分片中，逻辑组织在每一个类型中。

物理设计：分片、节点

所位物理设计是指实际数据的存储位置（当然，也是相对抽象的），es 中的文档默认均匀分布在所有主分片中，并实时同步到副分片中。由于 es 数据的物理组织形式，与其拥有的集群选举算法，es 可以说是天生的分布式搜索引擎。

分片（shared）

分片是存储文档的基本单元。也是数据从一个节点迁移向另一个节点的最小单元。

分片分为主分片与副分片，默认地，es 会有5个主分片，每个主分片篇拥有一个副分片（可能会随版本不同而不同）。当然，我们可以在 es 的配置中自行配置分片数量。

节点

每一个运行的 es 示例我们就可以称之为一个节点，多个节点配置在一起，我们称之为 es集群。

ES如何索引（添加）文档？

默认的，文档再分片中均匀分布：决定每篇文档的分片是由每篇文档ID的散列值决定的。每个分片有相同的散列范围，所以接收机会均等。一旦分片确定，接受请求的节点将文档转发至目标分片所在节点并保存。随后，在该分片的副分片中索引文档。

ES如何搜索文档？

节点接收搜索请求后，节点将请求转发给包含所有数据的最小分片集合，使用轮询机制在主副分片中选择可用分片，搜索后节点聚合结果，返回给客户端。

问题1：为什么能快速的、方便的搜索？

答：目前来看，es 的分片存储机制能够很好的增益搜索性能。而如何让搜索更准确、更快速，在下一篇中会着重整理倒排索引、评分和分词器的概念。

参考资料：
《Elasticsearch 实战》