在此博客中，我们讨论的是elasticsearch的.deb文件安装。elasticsearch的默认数据路径是文件夹“ / var / lib / elasticsearch /”。这里要注意的一点是，在版本5.x之前，在上述路径下，创建了该节点所属的群集名称中的文件夹并将数据存储在其中。从5.x开始不推荐使用，并且不存储任何群集名称。因此，实际上，5.x及其之前版本的数据路径如下所示：

2.更改数据位置

我们已经看到了Elasticsearch在磁盘中存储数据的位置。这带来了一个基本问题，即我们是否可以更改数据的位置？在诸如包含较少存储空间的数据的默认路径之类的情况下，需要进行此类自定义，因此我们决定专门为数据存储安装另一个卷。

Elasticsearch绝对提供了用于定制数据路径的选项。可以在位于以下位置的elasticsearch.yml文件中配置数据路径

/etc/elasticsearch/elasticsearch.yml

在此，自定义路径将应用于“ path.data”字段。

3.数据索引过程

下图显示了Elasticsearch中数据索引过程的高级流程。

从上图可以看到，该文档未在Elasticsearch中进行索引，而是由Analyzer组件对其执行一些操作并将其拆分为标记/术语。然后将这些术语作为反向索引存储在磁盘中。因此，让我们简要介绍一下上图中的分析器部分（我们将在下一个博客中详细介绍分析器）。

要开始使用Analyzers，最好对输入文档的外观和外观进行一些简要回顾。文档是具有自己的一组键值对的JSON对象。在上面给出的示例中，我们有两个名为“ name”和“ age”的键，它们的值也是如此。因此，当要将文档索引到Elasticsearch时，Elasticsearch的Analyzers部分将获取每个键，并以某些定界符（有默认定界符，例如空格，句号等）将它们分割开。此拆分的输出称为令牌。然后，对每个令牌应用特定的过滤器（标准过滤过程包括所有拆分令牌的下半部分）。因此，有效地，分析器完成分析后，密钥由一系列令牌组成。经过分析的这些标记称为术语。然后将这些术语针对该字段（键）存储在反向索引中。

4. Elasticsearch速度和倒排索引

如上一节所述，分析器生成的“术语”被发送到反向索引。现在该详细介绍一下“倒排索引”这个术语。

反向索引是Elasticsearch搜索的鲁棒性和速度的主要原因。最好用示例进行解释。考虑下面有两个文档：

Document 1

{

“name” : “this is a cat”

}

Document 2

{

“name”: “there is a cat and a dog”

}

经过分析，文件中的术语如下

Document 1

Field Terms

“name”: “this”,”is”,”a”,”cat”

document 2

Field Terms

“name” : “there”,”is”,”a”,”cat”,”and”,”dog”

现在，让我们结合以上两个用于“名称”字段的术语表，使其成为一个像下面这样的术语：

现在，上表称为“名称”字段的倒排索引。使用倒排索引的优势在于，可以在“术语”列中查找搜索词，然后，如果存在匹配项，则查找存在搜索词的文档非常简单。相应的列。例如，如果在这种情况下有100万个文档。在传统方法中，我们必须遍历每个文档以及每个字段的值以检索匹配的搜索结果。使用倒排索引，我们仅搜索一组选定的术语，然后由于没有术语的重复，如果找到匹配项，我们将在“文档”列中查找哪些文档中包含这些术语，然后将这些文档作为结果。因此，与传统方法相比，节省了大量的搜索时间。

如果数据集包含n个文档，并且这些文档中的字段数为m，则为该数据集生成的倒排索引总数等于n * m。

通过避免使用常见的停用词（如“ the”，“ is”等），从而进一步优化了每个倒排索引，从而创建了非常短的术语列表。这使搜索超级快。