Elasticsearch详解

Elasticsearch是什么

Elasticsearch是使用Lucene 为基础建立的开源可用全文搜索引擎，它可以快速地储存、搜索和分析海量数据

Elasticsearch的特点和传统的关系数据库对比

• 关系型数据库查询性能，数据量超过百万级千万级之后下降厉害，本质是索引的算法效率不行，B+ 树算法不如倒排索引算法高效。
• 关系型数据库索引最左原则限制，查询条件字段不能任意组合，否则索引失效，相反 Elasticserach 可以任意组合，此场景在数据表关联查询时特别明显
• 关系型数据库聚合性能低下，数据量稍微多点，查询列基数多一点性能下降很快，Elasticsearch 在聚合上采用的是列式存储，效率极高。
• 传统数据库更均衡，拥有事务隔离机制
• Elasticsearch 在数据分析领域，产品能力偏弱一些，简单通用的场景需求可以大规模使用，不适合复杂聚合、大规模 Rollup（可以将某些索引中的数据进行周期性自定义化聚合，然后将聚合后的数据写入到新的索引中，整个流程叫做 Rollup，从而减少存储空间和计算资源的消耗）、大规模的 Key-Value。
• Elasticsearch对结果支持相关度排序，支持高亮显示等。

Elasticsearch核心概念

• **Cluster：**集群，由一个或多个 Elasticsearch 节点组成。

• **Node：**节点，组成 Elasticsearch 集群的服务单元，同一个集群内节点的名字不能重复。通常在一个节点上分配一个或者多个分片。

• **Shards：**分片，当索引上的数据量太大的时候，我们通常会将一个索引上的数据进行水平拆分，拆分出来的每个数据库叫作一个分片。在一个多分片的索引中写入数据时，通过路由

  shard = hash(routing) % number_of_primary_shards

  来确定具体写入那一个分片中，所以在创建索引时需要指定分片的数量，并且分片的数量一旦确定就不能更改。

  分片后的索引带来了规模上（数据水平切分）和性能上（并行执行）的提升。每个分片都是 Luence 中的一个索引文件，每个分片必须有一个主分片和零到多个副本分片。

  对文档的新建、索引和删除请求都是写操作，必须在主分片上面完成之后才能被复制到相关的副本分片。所有的副本分片都报告写成功才会向客户端报告成功

• **Replicas：**备份也叫作副本，是指对主分片的备份。主分片和备份分片都可以对外提供查询服务，写操作时先在主分片上完成，然后分发到备份上。

  当主分片不可用时，会在备份的分片中选举出一个作为主分片，所以备份不仅可以提升系统的高可用性能，还可以提升搜索时的并发性能。但是若副本太多的话，在写操作时会增加数据同步的负担。

• **Index：**索引，由一个和多个分片组成，通过索引的名字在集群内进行唯一标识。

• **Type：**类别，指索引内部的逻辑分区，通过 Type 的名字在索引内进行唯一标识。在查询时如果没有该值，则表示在整个索引中查询。

• **Document：**文档，索引中的每一条数据叫作一个文档，类似于关系型数据库中的一条数据通过 _id 在 Type 内进行唯一标识。

• **Settings：**对集群中索引的定义，比如一个索引默认的分片数、副本数等信息。

• **Mapping：**类似于关系型数据库中的表结构信息，用于定义索引中字段（Field）的存储类型、分词