00:00
好,那接下来我们来聊一聊功能优化吧,那么我们之前提到了我们的缓存,那缓存啊,它里面有什么页缓存呀,请求缓存呢,对不对,那么这些缓存呢,其实也算是功能,但是他们更多的强调的是我们性能上的一个极大的提升,对不对,那么我们这里啊,就纯粹是一些功能的一些优化了啊。这里有冻结层,还有一个可搜索快照,那这是什么意思呢?那么这里提到了一个冻结层,我们也称之为叫冷层,还有一个叫温层,还有一个叫热层,这个给大家解释一下,首先我们的ES集群呢,对于我们的服务器节点其实没有配置上的要求,那么也就意味着对于我们的ES,我们的集群,咱们写上它啊ES我们的集群它会有不同的节点,那么不同的节点呢,它的配置是有不同的。那么你不同的话,他所提供的性能上其实就有差别,对不对。从这个角度来讲,我们可以把咱们的集群中的节点进行分类,那比方说把这个我们的配置好的,诶我们存储一些热点的数据,查询的比较多的数据,这个我们就称之为叫热数据,咱们也称之为叫热程数据,对不对?
01:12
把这个呢,我们放过来对吧,咱们称之为叫热数据,那就是这样的好了,他们叫热数据以后,但有些数据啊,可能访问的就没那么频繁了,这样的话我们放置到一些配置不够好,但是容量大的这个我们节点当中,这样的话可以节省我们的存储成本,对不对,所以呢,我们把它称之为叫温层,所以我们这里呢,用黄色来表示,所以我们拷贝一下,拷贝以后我们这里写上我们的温橙啊。好了。我们把这个呢,我们放到这里是这样的啊,就是还有一些数据啊,其实就是访问的非常的什么呢,少了那么这种时候啊,我们为了节省咱们的空间,我们有的时候呢,会把这样的数据呢,我们给它放到我们第三方的存储当中,这个咱们就称之为叫冷城了啊,所以把这个我们拿过来,嗯。
02:04
好了,这个呢,我们就写上啊,我们叫第三方存储。咱们叫第三方存储,然后呢,我们这里呢,拿过来,拿过来以后我们把它放到这边啊,把它的颜色我们稍微的变得稍微的哎浅一些是吧,这个呢,我们就称之为叫冷数据啊,咱们叫冷数据,但是呢,这个叫冷数据还不能叫冷数据,为什么呢?因为我们这个数据啊,它其实会占用很多的内存空间,对吧?那么这个时候我们为了能够有效的利用存储,所以我们这个应该叫快照冷数据,快照啊,应该是一种快照。所以这种快照呢,所以大家记住啊,这个有点问题了。这个我们的数据快照啊,它其实并不存在于我们ES集群当中,所以它是不能被搜索到的,就简单来讲,我想搜索数据,这个快照的数据我搜索不到的,那我们怎么办?我们在存储的时候,我们需要把数据存过去是吧?来利用它的存储空间来帮我们存储数据,是当我查询的时候,我要把这个快照数据干嘛呢?给我拉回到ES当中,我们才能进行我们的什么我们的查询,所以这样的话效率就非常的低,为什么?因为我们的这种快照技术是不支持查询的,在早期版本当中。
03:19
但是呢,我们课件说了,从我们的7.12版本之后,我们的这个数据现在已经支持对我们的快照数据进行我们的查询,那么在这种情况下,我不用把它拉取回来就可以做查询,那么从这个角度来讲的话,我们是不是性能就可以得到提升了呢?对不对?所以啊,我们的冷数据这种操作,它支持了快照查询的技术,那么我们的性能就得到了一个提升,这个是非常不错的啊。好了,这个呢,咱们简单的说一下就行了,嗯。那么接下来我们下面呢,是功能优化之搜索聚合,我们对时间的这种操作和我们的数据的匹配操作可以合二为一,融合在一起,这样的话可以减少我们数据的查询的量。
04:07
这个感觉有点类似于我们have的那个动态分区的感觉,我们把数据放在不同的分区当中,通过不同的路径来存储,那么这样的话,我们在匹配数据的时候,可以选择分区,减少匹配的文件路径,这样的话数据量减少就可以提升性能,对不对?所以啊,我们这个的感觉是非常类似的,先把范围缩小了,再来匹配我们的条件,来提高我们的性能啊,这是我们的搜索聚合,然后呢,我们上面呢,还有一个,这是我们的原生矢量搜索。这是我们ES软件8.0所提出的一个功能,这里面最大的一个特点就是融合了我们自然语言处理的NLP功能,这个我们之前讲过了,他把我们的人工智能和机器学习融合到ES当中,让我们的查询更加精准,这也是非常不错的一个功能啊,是这样的。
05:00
好了,这个我们就先说到这里。
我来说两句