6.ES基础概念及术语详细解读

一、Elasticsearch概述：

ES是基于Lucene的搜索服务器，它提供了一个分布式多用户能力的全问搜索引擎，且ES支持RestFulweb风格的url访问。ES是基于Java开发的开源搜索引擎，设计用于云计算，能够达到实时搜索，稳定、可 靠、快速。此外，ES还提供了数据聚合分析功能，但在数据分析方面，es的时效性不是很理想，在企业应用中一般还是用于搜索。ES自2016年起已经超过Solr等，称为排名第一的搜索引擎应用。

1.1 ES、Lucene、solr对比：

Luence是Apache基于Java编写的信息搜索工具包（jar包），它包含了索引结构、读写索引工具、相关性工具、排序等功能，因此Lucene的使用需要我们进一步开发搜索引擎系统， 如果数据获取、解析、分词等。
Solr 是一个有HTTP接口的基于Lucene的查询服务器，是一个搜索引擎系统，系统封装了很多lucene细节，Solr可以直接利用HTTP GET/POST 请求去查询，维护修改索引。Solr利用zookeeper进行分布式管理，它的实现更加全面，官方提供的功能更多。
Elasticsearch 是一个建立在全文搜索引擎Apache Lucene基础上的搜索引擎，采用的策略师分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。
es的实时搜索性比solr更好。

1.2 ES的特性：

• 速度快、易扩展、弹性、灵活、操作简单、多语言客户端、X-Pack、开箱即用。
• 分布式：横向扩展非常灵活 全文检索：基于lucene的强大的全文检索能力；
• 近实时搜索和分析：数据进入ES，可达到近实时搜索，还可进行聚合分析
• 高可用：容错机制，自动发现新的或失败的节点，重组和重新平衡数据
• 模式自由：ES的动态mapping机制可以自动检测数据的结构和类型，创建索引并使数据可搜索。
• RESTful API：JSON + HTTP

二、Elasticsearch基本概念：

2.1 概念：

1.集群（cluster）
一个ES集群由多个节点（node）组成， 每个集群都有一个共同的集群名称最为标识

2.节点（node）
一个es实例即为一个节点，一台机器可以有多个节点，正常使用下每个实例都应该会部署在不同的机器上。ES的配置文件中可以通过node.master、 node.data 来设置节点类型：

node.master： true/false 表示节点是否具有成为主节点的资格
node.data： true/false表示节点是否为存储数据 node.ingest : 执行文档在索引之前的预处理操作、数据转换、清洗、标准化等，一般Pipeline用到

3.索引（index）
一个索引是一个拥有一些相似特征的文档的集合（相当于关系型数据库中的一个数据库）。
例如，您可以拥有一个客户数据的索引，一个商品目录的索引，以及一个订单数据的索引。一个索引通常使用一个名称（所有字母必须小写）来标识，当针对这个索引的文档执行索引、搜索、更新和删除操作的时候，这个名称被用来指向索引。

es	关系型数据库
倒排索引(Inverted index）	索引（index）
字段(field)	数据列或字段(column)
文档(document)	数据行(Row)
映射关系(mapping)	表结构及字段类型定义(Schema)
类型(type)	表(table)
索引(index)	数据库(Database)

4.分片 （shard）

Elasticsearch可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上，构成分布式搜索。
分片的数量只能在索引创建前指定，并且索引创建后不能更改。
一个分片可以是主分片（用P表示）或副本分片（用R表示）。
Elasticsearch 7.0以下版本默认为一个索引创建5个主分片，并分别为每个主分片创建1个副本分片，7.0及以上版本默认创建1个主分片和1个副本分片。两者区别如下：

分片类型	支持处理的请求	数量是否可以被修改	备注
主分片	支持处理索引和查询请求	创建索引时指定，已经创建好的索引无法修改	索引内的任意一个文档都存储于索引内某个主分片中,因此主分片的数量和大小决定着索引能够保存的最大数据量，过多的分片个数会导致集群启动压力大，启动、恢复、响应慢
副分片	支持处理查询请求，索引请求需要由主分片同步机制触发	可以在创建索引时指定，已经创建好的索引可以动态修改	副本的作用体现在两个方面：1. 提高系统容错性，当某个节点或某个分片损坏丢失时可以从副本中恢复。2.提高查询的效率，XH-Elasiticsearch会对搜索请求进行负载均衡