Elasticsearch 概念介绍
文章目录
概念
document（文档）
包含数据的 JSON 对象。可以理解为数据库（database）里的行（row）。
不需要提前定义 index（document） 里字段结构，也不要求所有 document 结构相同。
index（indices，索引）
JSON 格式的 document 集合。可以理解为数据库里的表（table）。
field（字段）
document 里的 Key-value 结构。可以理解为数据库的列（column）。
字段有很多类型（field type），其中 text 存在倒排索引里，数字（numeric）和经纬度（geo）存在 BKD Tree。
不能修改已经存在的 field 类型。
特别说明下 text 字段和 keyword 字段的区别。
text : 支持分词，全文检索，模糊、精确查找，不支持聚合、排序。场景：邮件内容。
keyword : 不分词，直接索引，模糊、精确查找，支持聚合、排序操作。场景：邮箱号码。
mapping（映射）
可以理解为数据库里的 schemas 。定义 document 、field 属性，如何存储、分词、索引等。
shard（分片）
一个 shard 是一个 lucene 索引（Lucene 索引是由 segment 构成）。index 数据存储在一个或多个 shard 里，即 index 由 shard 构成。
较大的 shard，官方建议最佳分片大小是 10G ~ 50G。shard 有 primary shard 和 replica shard 两种类型。
ElasticSearch 性能调优提到 shard 控制在 10G 左右性能有明显提升。
primary shard（主分片）
index 里每个 document 都属于一个 primary shard。个数在创建时确定，后续不能改（跟路由有关）。
replica shard（副本分片）
可以随时修改个数。为了保证容灾，每个 replica 必须在不同的 node 上，一般 1～3 个。
除了用来备份数据，还可以用来提高系统读的吞吐率。也就是读写分离。
node（节点）
Elasticsearch 实例。所有节点都知道其他节点的存在，并且能分发客户端请求到合适的 node。
node 有不同的角色，一个 node 可以同时有多种角色。
data node（数据节点）
存数据，负责执行 CRUD、搜索和聚合。根据数据使用情况，还可以进一步细分为 hot、warm、cold、frozen角色。
master node（有投票权节点）
有资格被选为主节点的 node，还不是真正的主节点。
elected-master node（主节点）
被选举出来的真正主节点，负责维护集群信息（cluster state）和分配 shard。
ingest node（摄取节点）
用来做预处理。
所有节点默认是 coordinating node，并且不可关闭。该节点作为负载路由器，将传入的请求路由到集群中的不同节点。
coordinating node 节点处理客户端的请求一般分为两个阶段，第一节点，收到客户端的请求并路由到合适的分片（包含请求数据的主分片），第二阶段对结果做聚合。
cluster（集群）
由连接的 nodes 构成。同一个集群通常在同一个网络内。集群可以组成更大的集群网CCR。
inverted index（倒排索引）
Lucene 用来做全文检索的数据结构。一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，有一个包含它的文档列表。
segment（段）
Lucene 里的数据文件，类似于倒排索引，是内部存储单元，用来存索引数据。不可修改。
更新 document 时，产生新 segment，并把老的标记为删除，segment merge 时才真正删掉。
translog（transaction log 事务日志）
提供所有还没有被刷到磁盘的操作的一个持久化纪录。
index.translog.durability，默认 request，表示主分片和每个副本都完成 translog 刷盘和提交；
async，定时刷盘和提交，间隔 index.translog.sync_interval，默认 5s，不能少于 100ms。
参考链接：