ElasticSearch 基本概念

文档（Document）

ElasticSearch 是面向文档的，文档是可搜索的最小单位。

好比

• 日志文件中的日志
• MP3 播放的一首歌

文档会被序列化成 JSON 格式，保存在 ElasticSearch 中
每个文档都有一个 Unique ID

• 你可以自己制定 ID
• 或者 ElasticSearch 自动生成。

文档元数据

元数据用于标注文档的相关信息

• _index: 文档所属的索引名
• _type: 文档所属的类型名（目前版本只有一种类型_doc）
• _id: 文档唯一 ID
• _source: 文档的原始 Json 串
• _version: 文档的版本信息
• _score: 相关性打分

索引

Index 是文档的容器。是一类文档的集合。

每个索引都有自己的 Mapping 定义，用于定义包含的文档的字段名和字段类型。

索引中的数据分散在 Shard 上。

传统数据库与 ElasticSearch 对比

分布式特性

• 水平扩容
• 高可用（部分节点停止服务，整个集群服务不受影响）

节点

• Master Node
  修改集群状态，集群状态包括

  • 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
• Master-eligible Node
  每个节点启动后，默认就是一个 Master-eligible Node
• Ingest Node
  数据预处理节点，默认每个节点都启用 Ingest
• DataNode
  负责保存分片数据的节点
• Hot Node & Warm Node
  不同硬件配置的 DataNode，用来实现 Hot&Warm 架构，降低集群部署的成本
• Coordinating Node
  负责接受 Client 的请求，将请求分发到合适的节点，最后将结果汇集在一起
• Machine Learing Node
  负责跑机器学习的节点，用来做异常检测
• Tribe Node
  Tribe Node 可以连接到不同的集群，并且支持将这些集群当成一个单独的集群处理

节点配置

分片

• 主分片
  用于解决数据水平扩展，通过主分片，将数据分布到集群内所有节点之上。一个分片就是一个 Lucene 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
  用于解决数据高可用的问题。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）