elastic search 官网

elastic search 官网

• https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
• http://cwiki.apachecn.org/pages/viewpage.action?pageId=4883367
• 定位: 全文搜索分析引擎
  • 快速（近实时）存储，查询，分析大量数据
• 应用场景
  • 电商网站将商品等信息保存在es,提供商品查询功能
  • 日志数据分析，趋势，指标，统计
  • 比价网站数据存储和搜索
  • bi,数据分析
• 集群
  • 多个节点，保存所有数据和索引，提供查询服务
  • 相同集群使用相同的集群名称
• 节点
  • 单台机器，集群的一部分
  • 数据存储，参与集群索引与查询功能
  • 有一个随机的UUID标识，服务启动时分配
  • 通过设置集群名称加入特点的集群，默认集群为elasticsearch
• index -- 关系型数据库里的 database
  • 定义了文档的逻辑存储和字段类型，每个索引可以包含多个文档类型，文档类型是文档的集合，文档以索引定义的逻辑存储模型，比如，指定分片和副本的数量，配置刷新频率，分配分析器等，存储在索引中的海量文档分布式存储在ElasticSearch集群中。
• type -- database 里的 table
  • 索引中的逻辑分区，用来存储不同的类型的文档
  • 允许我们在一个 index 里存储多种类型的数据，这样就可以减少 index 的数量了
  • 使用 type 的一个好处是，搜索一个 index 下的多个 type，和只搜索一个 type 相比没有额外的开销 —— 需要合并结果的分片数量是一样的。
  • 但是，这也是有限制的：
    • 不同 type 里的字段需要保持一致。例如，一个 index 下的不同 type 里有两个名字相同的字段，他们的类型（string, date 等等）和配置也必须相同。
    • 得分是由 index 内的统计数据来决定的。也就是说，一个 type 中的文档会影响另一个 type 中的文档的得分。
  • 同一个 index 的中的 type 都有类似的映射 (mapping) 时，才应该使用 type。否则，使用多个 type 可能比使用多个 index 消耗的资源更多。
• document -- 相当于关系表的数据行
  • 存储数据的载体，包含一个或多个存有数据的字段；
  • 能够被查询的基本单元
• Shards
  • 分片，Index 存储在多个分片中，其中每一个分片都是一个独立的 Lucene Index，均匀分布在集群上
  • 功能：
    • 水平扩展
    • 分布式并行处理
  • 每个分片为Luncene index
    • 单个分片的最大文档数为2,147,483,519 (= Integer.MAX_VALUE - 128)
• Replicasedit -- 备份，副本
  • 高可用，容错，并行处理
  • 每个索引可以有多个分片，每个分片可以有多个副本
    • 主分片
    • 备份分片 -- 复制主分片
  • 索引创建后，副本数可以修改，分片数不能修改
  • 默认每个index 有5个分片，一个备份，总功10个分片