Elasticsearch 核心概念
1、Lucene和Elasticsearch的前世今生
Lucene:最先进,功能最强大的搜索库,直接基于Lucene开发很复杂,api复杂,需要深入理解原理。
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)分布式的文档存储引擎。
2)分布式的搜索引擎和分析引擎。
3)分布式,支持PB级别数据。
2、Elasticsearch的核心概念
1)Near Realtime(NRT):近实时,两个意思:从写入数据到数据可以被检索有一个小延迟大约1秒;基于ES的搜索和数据分析可以达到秒级。
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来决定的,对于中小型企业刚开始集群就一个节点很正常。
3)Node:节点,集群中的一个节点,节点也要一个名称(默认是随机分配的),节点的名称很重要(在执行运维管理的时候),默认的节点会加入一个名称为“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”的集群,当然一个节点也可以组成一个集群。
4)Document:文档,ES中最小的数据单元,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 中都可以存储多个document。
5)Index:索引,包含一堆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。
6)Type:类型,每个索引里面都可以有一个或多个type,type是index的一个逻辑数据分类,一个type下的document有相同的filed。比如博客系统,有一个索引,一个用户数据type,博客数据type,评论数据type。
商品index里面存放着所有商品数据,商品document。
但是商品分好多种类,每个种类的document的filed可能不太一样,比如电器商品可能含有售后维修时间范围这类的特殊filed;生鲜商品含有保质期的特殊filed。
type:日化商品type、电器商品type、生鲜商品type。
日化商品type:product_id,product_name,product_desc,category_id,category_name
电器商品type:product_id,product_name,product_desc,category_id,category_name,service_period
生鲜商品type:product_id,product_name,product_desc,category_id,category_name,eat_period
每个type里面,都会包含一堆document
{
“product_id”:“2”,
“product_name”:“长虹电视机”,
“product_desc” :“4K高清”,
“category_id”:“3”,
“category_name”:“电器”,
“service_period”:“1年”
}
{
“product_id”:“3”,
“product_name”:“小龙虾”,
“product_desc” :“纯野生”,
“category_id”:“4”,
“category_name”:“生鲜”,
“eat_period”:“7天”
}
7)shard:单机服务器无法存储大量数据,ES可以将一个索引中的数据分割为多个shard,分布在多台机器上存储,有了shard就可以横向扩展,存储更多的数据,让搜索和分析操作分布到多台机器上执行,提高吞吐量和性能。每个shard就是一个lucene index。
8)replica:任何一个服务器都会出现故障,此时shard可能会丢失,因此为每个shard建立多个replica副本,replica可以在shard故障时候提供备用服务。
shard其实叫primary shard,一般简称为shard。
replica其实叫replica sahard,一般简称为replica。
3、Elasticsearch核心概念 对比 数据库核心概念
Elasticsearch |
数据库 |
Document |
行 |
Type |
表 |
Index |
数据库 |