己亥末,庚子春,荆楚大疫,染者数万,众惶恐,举国防,皆闭户。南山镇守江南都,率白衣郎中数万抗之,且九州一心,月余,疫尽去,国泰民安。
既然我帮不了啥,那就继续学习不拖后腿。
ES=elaticsearch简写, Elasticsearch是一个开源的高扩展的分布式全文检索引擎,它可以近乎实时的存储、检索数据;本身扩展性很好,可以扩展到上百台服务器,处理PB级别的数据。Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能,但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性,从而让全文搜索变得简单。
至于为啥,那就Elasticsearch能够为我们解决什么问题开始。「大规模数据如何检索?」
「方案一:使用关系型数据库」
对于关系型数据,我们通常采用以下或类似架构去解决查询瓶颈和写入瓶颈:解决要点:1)通过主从备份解决数据安全性问题;2)通过数据库代理中间件心跳监测,解决单点故障问题;3)通过代理中间件将查询语句分发到各个slave节点进行查询,并汇总结果
「方案二:非关系型数据库的解决方案」
对于Nosql数据库,以mongodb为例,其它原理类似:解决要点:1)通过副本备份保证数据安全性;2)通过节点竞选机制解决单点问题;3)先从配置库检索分片信息,然后将请求分发到各个节点,最后由路由节点合并汇总结果
「综上对比:」
我们知道,完全把数据放在内存中是不可靠的,实际上也不太现实,当我们的数据达到PB级别时,按照每个节点96G内存计算,在内存完全装满的数据情况下,我们需要的机器是:1PB=1024T=1048576G 节点数=1048576/96=10922个 实际上,考虑到数据备份,节点数往往在2.5万台左右。成本巨大决定了其不现实!
从前面讨论我们了解到,把数据放在内存也好,不放在内存也好,都不能完完全全解决问题。全部放在内存速度问题是解决了,但成本问题上来了。为解决以上问题,从源头着手分析,通常会从以下方式来寻找方法:1、存储数据时按有序存储;2、将数据和索引分离;3、压缩数据;这就引出了Elasticsearch。
当ElasticSearch的节点启动后,它会利用多播(multicast)(或者单播,如果用户更改了配置)寻找集群中的其它节点,并与之建立连接。这个过程如下图所示:
1)Cluster:集群。
ES可以作为一个独立的单个搜索服务器。不过,为了处理大型数据集,实现容错和高可用性,ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。
2)Node:节点。
形成集群的每个服务器称为节点。
3)Shard:分片。
当有大量的文档时,由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等,一个节点可能不够。这种情况下,数据可以分为较小的分片。每个分片放到不同的服务器上。 当你查询的索引分布在多个分片上时,ES会把查询发送给每个相关的分片,并将结果组合在一起,而应用程序并不知道分片的存在。即:这个过程对用户来说是透明的。
4)Replia:副本。
为提高查询吞吐量或实现高可用性,可以使用分片副本。 副本是一个分片的精确复制,每个分片可以有零个或多个副本。ES中可以有许多相同的分片,其中之一被选择更改索引操作,这种特殊的分片称为主分片。 当主分片丢失时,如:该分片所在的数据不可用时,集群将副本提升为新的主分片。
5)全文检索。
全文检索就是对一篇文章进行索引,可以根据关键字搜索,类似于mysql里的like语句。 全文索引就是把内容根据词的意义进行分词,然后分别创建索引,例如”你们的激情是因为什么事情来的” 可能会被分词成:“你们“,”激情“,“什么事情“,”来“ 等token,这样当你搜索“你们” 或者 “激情” 都会把这句搜出来。
(1)关系型数据库中的数据库(DataBase),等价于ES中的索引(Index)
(2)一个数据库下面有N张表(Table),等价于1个索引Index下面有N多类型(Type)
(3)一个数据库表(Table)下的数据由多行(ROW)多列(column,属性)组成,等价于1个Type由多个文档(Document)和多Field组成。
(4)在一个关系型数据库里面,schema定义了表、每个表的字段,还有表和字段之间的关系。与之对应的,在ES中:Mapping定义索引下的Type的字段处理规则,即索引如何建立、索引类型、是否保存原始索引JSON文档、是否压缩原始JSON文档、是否需要分词处理、如何进行分词处理等。
(5)在数据库中的增insert、删delete、改update、查search操作等价于ES中的增PUT/POST、删Delete、改_update、查GET.
对于软件安装,我就不啰嗦,直接找了一个可靠的文章如下:
Centos7安装Elasticsearch6.2.x https://www.cnblogs.com/heqiuyong/p/10324934.html
安装中如果遇到问题,可以参考以下链接的解决办法:https://blog.csdn.net/ntc10095/article/details/73650794
Elasticsearch-head插件安装 https://blog.csdn.net/qq_42875667/article/details/87450394
https://blog.csdn.net/achuo/article/details/87865141
http://www.ruanyifeng.com/blog/2019/09/curl-reference.html