大数据ELK（五）：Elasticsearch中的核心概念

Elasticsearch中的核心概念

一、索引 index

• 一个索引就是一个拥有几分相似特征的文档的集合。比如说，可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引
• 一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字
• 在一个集群中，可以定义任意多的索引。

二、映射 mapping

• ElasticSearch中的映射（Mapping）用来定义一个文档
• mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分析器、是否被索引等等，这些都是映射里面可以设置的

三、字段Field

相当于是数据表的字段，对文档数据根据不同属性进行的分类标识

四、类型 Type

每一个字段都应该有一个对应的类型，例如：Text、Keyword、Byte等

五、文档 document

一个文档是一个可被索引的基础信息单元。比如，可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存在的互联网数据交互格式

六、集群 cluster

• 一个集群就是由一个或多个节点组织在一起，它们共同持有整个的数据，并一起提供索引和搜索功能
• 一个集群由一个唯一的名字标识，这个名字默认就是“elasticsearch”
• 这个名字是重要的，因为一个节点只能通过指定某个集群的名字，来加入这个集群

七、节点 node

• 一个节点是集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的索引和搜索功能
• 一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做“elasticsearch”的集群中
• 这意味着，如果在网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中
• 在一个集群里，可以拥有任意多个节点。而且，如果当前网络中没有运行任何Elasticsearch节点，这时启动一个节点，会默认创建并加入一个叫做“elasticsearch”的集群。

八、分片和副本 shards&replicas

1、分片

• 一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢
• 为了解决这个问题，Elasticsearch提供了将索引划分成多份的能力，这些份就叫做分片
• 当创建一个索引的时候，可以指定你想要的分片的数量
• 每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上
• 分片很重要，主要有两方面的原因
  1. 允许水平分割/扩展你的内容容量
  2. 允许在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量
• 至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由Elasticsearch管理的，对于作为用户来说，这些都是透明的

2、副本

• 在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的，Elasticsearch允许你创建分片的一份或多份拷贝，这些拷贝叫做副本分片，或者直接叫副本
• 副本之所以重要，有两个主要原因
  1. 在分片/节点失败的情况下，提供了高可用性。注意到复制分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的
  2. 扩展搜索量/吞吐量，因为搜索可以在所有的副本上并行运行
• 每个索引可以被分成多个分片。一个索引有0个或者多个副本
• 一旦设置了副本，每个索引就有了主分片和副本分片，分片和副本的数量可以在索引创建的时候指定
• 在索引创建之后，可以在任何时候动态地改变副本的数量，但是不能改变分片的数量

九、总结

ES中的相关的术语总结：

• index: 索引库  在一个ES中可以构建多个索引库的, 理解为MySQL中数据库, 或者 hbase 中 命名空间
• type: 类型  在一个索引库下 可以构建多个类型, 相当于在MySQL中一个数据库下面可以构建多个表, 或者在命名空间下构建多个表，ES在最新 6.x版本后, 已经不允许在一个索引库下有多个不同类型, 只允许有一个了
• filed: 字段   在索引库中, 可以有多个字段, 同时每个字段拥有数据类型的 , 类似于表中有多个字段, 每个字段有自己的类型
• document: 文档  描述的是索引库中一行数据, 一个文档就表示一行数据, 类型与 表中 row
• mapping: 映射  用于设置索引库中字段的数据类型, 比如说, 字段采用什么类型, 字段是否需要分词, 是否需要索引，是否需要保存(原始数据)....
• setting: 设置  用于对索引库设置  比如 设置索引库有多少个分片 多少个副本....
• cluster: 集群 表示ES的集群
• node: 节点  ES的各个节点
• shards: 分片   一个索引库可以被分为多个分片  默认为 5
• replicas: 副本   一个分片可以被分为多个副本  默认为 2

注意:

• 分片的数量不受节点的限制
• 副本的数据最多和节点的数量是一致的: 副本数量 <=节点的数量
• 副本一般为 :2 或者 3