基本概念
Elasticsearch有幾個核心的概念，花幾分鐘時間了解一下，有助于后面章節的學習，
NRT
Near Realtime，近實時，有兩個層面的含義，一是從寫入一條資料到這條資料可以被搜索，有一段非常小的延遲（大約1秒左右），二是基于Elasticsearch的搜索和分析操作，耗時可以達到秒級，
Cluster
集群，對外提供索引和搜索的服務，包含一個或多個節點，每個節點屬于哪個集群是通過集群名稱來決定的（默認名稱是elasticsearch），集群名稱搞錯了后果很嚴重，命名建議是研發、測驗環境、準生產、生產環境用不同的名稱增加區分度，例如研發使用es-dev，測驗使用es-test，準生產使用es-stg，生產環境使用es-pro這樣的名字來區分，如果是中小型應用，集群可以只有一個節點，
Node
單獨一個Elasticsearch服務器實體稱為一個node，node是集群的一部分，每個node有獨立的名稱，默認是啟動時獲取一個UUID作為名稱，也可以自行配置，node名稱特別重要，Elasticsearch集群是通過node名稱進行管理和通信的，一個node只能加入一個Elasticsearch集群當中，集群提供完整的資料存盤，索引和搜索的功能，它下面的每個node分攤上述功能（每條資料都會索引到node上），
shard
分片，是單個Lucene索引，由于單臺機器的存盤容量是有限的（如1TB），而Elasticsearch索引的資料可能特別大（PB級別，并且30GB/天的寫入量），單臺機器無法存盤全部資料，就需要將索引中的資料切分為多個shard，分布在多臺服務器上存盤，利用shard可以很好地進行橫向擴展，存盤更多資料，讓搜索和分析等操作分布到多臺服務器上去執行，提升集群整體的吞吐量和性能，
shard在使用時比較簡單，只需要在創建索引時指定shard的數量即可，剩下的都交給Elasticsearch來完成，只是創建索引時一旦指定shard數量，后期就不能再更改了，
replica
索引副本，完全拷貝shard的內容，shard與replica的關系可以是一對多，同一個shard可以有一個或多個replica，并且同一個shard下的replica資料完全一樣，replica作為shard的資料拷貝，承擔以下三個任務：
- shard故障或宕機時，其中一個replica可以升級成shard，
- replica保證資料不丟失（冗余機制），保證高可用，
- replica可以分擔搜索請求，提升整個集群的吞吐量和性能，
shard的全稱叫primary shard，replica全稱叫replica shard，primary shard數量在創建索引時指定，后期不能修改，replica shard后期可以修改，默認每個索引的primary shard值為5，replica shard值為1，含義是5個primary shard，5個replica shard，共10個shard，
因此Elasticsearch最小的高可用配置是2臺服務器，
Index
索引，具有相同結構的檔案集合，類似于關系型資料庫的資料庫實體（6.0.0版本type廢棄后，索引的概念下降到等同于資料庫表的級別），一個集群里可以定義多個索引，如客戶資訊索引、商品分類索引、商品索引、訂單索引、評論索引等等，分別定義自己的資料結構，
索引命名要求全部使用小寫，建立索引、搜索、更新、洗掉操作都需要用到索引名稱，
type
型別，原本是在索引(Index)內進行的邏輯細分，但后來發現企業研發為了增強可閱讀性和可維護性，制訂的規范約束，同一個索引下很少還會再使用type進行邏輯拆分（如同一個索引下既有訂單資料，又有評論資料），因而在6.0.0版本之后，此定義廢棄，
Document
檔案，Elasticsearch最小的資料存盤單元，JSON資料格式，類似于關系型資料庫的表記錄（一行資料），結構定義多樣化，同一個索引下的document，結構盡可能相同，
作業原理
簡單地了解一下Elasticsearch的作業原理，
啟動程序
當Elasticsearch的node啟動時，默認使用廣播尋找集群中的其他node，并與之建立連接，如果集群已經存在，其中一個節點角色特殊一些，叫coordinate node（協調者，也叫master節點），負責管理集群node的狀態，有新的node加入時，會更新集群拓撲資訊，如果當前集群不存在，那么啟動的node就自己成為coordinate node，
應用程式與集群通信程序
雖然Elasticsearch設定了Coordinate Node用來管理集群，但這種設定對客戶端（應用程式）來說是透明的，客戶端可以請求任何一個它已知的node，如果該node是集群當前的Coordinate，那么它會將請求轉發到相應的Node上進行處理，如果該node不是Coordinate，那么該node會先將請求轉交給Coordinate Node，再由Coordinate進行轉發，搓著各node回傳的資料全部交由Coordinate Node進行匯總，最后回傳給客戶端，
集群內node有效性檢測
正常作業時，Coordinate Node會定期與拓撲結構中的Node進行通信，檢測實體是否正常作業，如果在指定的時間周期內，Node無回應，那么集群會認為該Node已經宕機，集群會重新進行均衡：
- 重新分配宕機的Node，其他Node中有該Node的replica shard，選出一個replica shard，升級成為primary shard，
- 重新安置新的shard，
- 拓撲更新，分發給該Node的請求重新映射到目前正常的Node上，
小結
本篇章簡單的向大家介紹了一下Elasticsearch的基本概念和作業原理，讓大家有個比較淺顯的認識，后續會結合實際的例子，來了解一下Elasticsearch基本的用法，
專注Java高并發、分布式架構，更多技術干貨分享與心得，請關注公眾號：Java架構社區
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/3825.html
標籤：其他
上一篇：Nginx 配置詳細檔案