ElasticSearch基本总结

ElasticSearch 篇

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。

Lucene 与 ES 的关系：

• Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
• 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。

ES 主要解决问题：检索相关数据、返回统计结果、速度要快。

1. ES 核心概念

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。

2. ES 数据架构的主要概念

与关系数据库 Mysql 对比，ES 数据架构主要概念如下：

• 关系型数据库中的数据库（DataBase），等价于ES中的索引（Index）；
• 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）；
• 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。
• 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；

3. ELK

ELK = elasticsearch + Logstash + kibana。ELK 架构为数据分布式存储、可视化查询和日志解析创建了一个功能强大的管理链。 三者相互配合，取长补短，共同完成分布式大数据处理工作。

• elasticsearch：后台分布式存储以及全文检索；
• logstash：日志加工、搬运工；
• kibana：数据可视化展示。