4.ES核心慨念

一. 和lucene的关系

lucene是最先进,功能最强大的搜索库.但是使用复杂(要深入理解其中原理.

elasticsearch,基于lucene,隐藏复杂性,提供简单易用的restful api接口、java api,python等接口(还有其他语言的api接口)

二.elasticsearc特点:

(1)分布式的文档存储引擎

(2)分布式的搜索引擎和分析引擎

(3)分布式,支持PB级数据

(4)开箱即用,优秀的默认参数,不需要任何额外设置,完全开源

elasticsearch产生的传说:

关于elasticsearch的一个传说,有一个程序员失业了,陪着自己老婆去英国伦敦学习厨师课程。程序员在失业期间想给老婆写一个菜谱搜索引擎,觉得lucene实在太复杂了,就开发了一个封装了lucene的开源项目,compass。后来程序员找到了工作,是做分布式的高性能项目的,觉得compass不够,就写了elasticsearch,让lucene变成分布式的系统。

课程大纲

三、elasticsearch的核心概念

(1)Near Realtime(NRT):近实时,(不是纯实时,纯实时是毫秒级的,)两个意思,a. 从写入数据到数据可以被搜索到有一个小延迟(大概1秒);b. 基于es执行搜索和分析可以达到秒级

在elasticsearch中是否已达到纯实时?

4.ES核心慨念

(2)Cluster:集群,包含多个节点,每个节点属于哪个集群是通过一个配置(集群名称,默认是elasticsearch)来决定的,对于中小型应用来说,刚开始一个集群就只有一个节点,这也是正常的.

(3)Node:节点,集群中的一个节点,节点也有一个名称(默认是随机分配的),节点名称很重要(在执行运维管理操作的时候使用),默认节点会去加入一个名称为"elasticsearch"的集群,如果直接启动一堆节点,那么它们会自动组成一个elasticsearch集群,当然一个节点也可以组成一个elasticsearch集群.

(5)Index:索引,包含一堆有相似结构的文档数据,比如可以有一个客户索引,商品分类索引,订单索引,索引有一个索引名称。一个index可以包含很多document,一个index就代表了一类类似的或者相同的document。比如说建立一个product index(商品索引),里面可能就存放了所有的商品数据(所有的商品document)。

(6)Type:类型,每个索引里都可以有一个或多个type,type是index中的一个逻辑数据分类,一个type下的document,都有相同的field,比如博客系统,有一个索引,可以定义用户数据type,博客数据type,评论数据type等等。

商品index,里面存放了所有的商品数据,商品document

(7) document 文档,es中的最小数据单元,一个document可以是一条客户数据,一条商品分类数据,一条订单数据,通常用JSON数据结构表示,每个index下的type中,都可以去存储多个document。一个document里面有多个field,每个field就是一个数据字段,一个文档存放具有同类性质数据的具体信息,docoument下分具体type(也可以理解成字段),比如:商品分很多种类,每个种类的document下field可能不太一样,比如说电器商品,可能还包含一些诸如售后时间范围这样的特殊field;生鲜商品,还包含一些诸如生鲜保质期之类的特殊field type,日化商品type,电器商品type,生鲜商品type等等.

(8) field, 日化商品type:product_id,product_name,product_desc,category_id,category_name

电器商品type:product_id,product_name,product_desc,category_id,category_name,service_period

生鲜商品type:product_id,product_name,product_desc,category_id,category_name,eat_period,

这里面每一项具体的字段就是一个field

简单的document举例:

product document

{

"product_id": "1",

"product_name": "高露洁牙膏",

"product_desc": "高效美白",

"category_id": "2",

"category_name": "日化用品"

}

{

"product_id": "2",

"product_name": "长虹电视机",

"product_desc": "4k高清",

"category_id": "3",

"category_name": "电器",

"service_period": "1年"

}

{

"product_id": "3",

"product_name": "基围虾",

"product_desc": "纯天然,冰岛产",

"category_id": "4",

"category_name": "生鲜",

"eat_period": "7天"

}

(9)shard:单台机器无法存储大量数据,es可以将一个索引中的数据切分为多个shard,分布在多台服务器上存储。有了shard就可以横向扩展,存储更多数据,让搜索和分析等操作分布到多台服务器上去执行,提升吞吐量和性能。每个shard都是一个lucene index。

index 会被拆分为多个shard,每个shard存放一部分index数据,

shard好处,

一,横向扩展,比如数据增加到原来的两倍,就建立一个原来的两倍的shard,把数据导入就行

二,数据分步在多个shard,多台服务器上,所有的操作都在在多台服务器上分步式的执行的,提升性能和吞吐量.

(10)replica:任何一个服务器随时可能故障或宕机,此时shard可能就会丢失,因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务,保证数据不丢失,多个replica还可以提升搜索操作的吞吐量和性能。primary shard(建立索引时一次设置,不能修改,默认5个),replica shard(随时修改数量,默认1个,也就是每个shard有一个replica,不是一共才一个shard),默认每个索引10个shard,5个primary shard,5个replica shard,最小的高可用配置,是2台服务器(es规定 replica shard 和primary shard 必须不在一个节点上)。总的来说,replica其实就是shard的备份,

replica的好处:

一,高可用性,部分shard宕机,数据不丢,

二,提升搜索操作的吞吐量和性能,因为请求可以分步到那replica所在的节点进行操作.

(10) elasticsearch核心概念 vs. 数据库核心概念

Elasticsearch                数据库

-----------------------------------------

fields 列

Document                        行

Type                                表

Index                        库

上一篇:二维码相关工具Qrcode笔记


下一篇:javaScript中的一些知识