基本概念
近实时 (NRT)
Elasticsearch是一个近实时搜索平台。这意味着从索引文档到文档可被搜索的时间有一点延迟(通常是一秒)。
集群 cluster
集群是一个或多个节点(服务器)的集合,它们共同保存您的整个数据,并提供跨所有节点的联合索引和搜索功能。群集由唯一名称标识,默认情况下为“elasticsearch”。此名称很重要,因为如果节点设置为按名称加入群集,则该节点只能是群集的一部分。
确保不要在不同的环境中重用相同的群集名称,否则最终会导致节点加入错误的群集。例如,您可以将logging-dev,logging-stage和logging-prod 这些名称分别用于开发、测试、生产集群。
请注意,如果集群中只有一个节点,那么它是完全正常的。此外,您还可以拥有多个独立的集群,每个集群都有自己唯一的集群名称。
节点 node
节点是作为集群一部分的单个服务器,存储数据并参与群集的索引和搜索功能。就像集群一样,节点由一个名称标识,默认情况下,该名称是在启动时分配给节点的随机通用唯一标识符(UUID)。如果不需要默认值,可以定义所需的任何节点名称。此名称对于管理节点非常重要,您可以在其中识别网络中哪些服务器与Elasticsearch集群中的哪些节点所对应。
节点依靠cluster name来加入到相应的集群中。节点默认的cluster name是elasticsearch。假如你启动了很多的节点,这些节点链路也是相通的,因此可以互相发现对方,那么这些节点将自动加入到elasticsearch这一个集群中。
在单个群集中,您可以拥有任意数量的节点。此外,如果您的网络上当前没有其他Elasticsearch节点正在运行,则默认情况下,启动单个节点将形成名为elasticsearch的新单节点集群。
索引 index
索引,作为名词时,它是文档的容器,类似于关系数据库中的表。索引是具有某些类似特征的文档集合。例如,您可以拥有客户数据的索引,产品目录的另一个索引以及订单数据的另一个索引。索引由名称标识(必须全部小写),此名称用于在对其中的文档执行索引,搜索,更新和删除操作时引用索引。在单个群集中,您可以根据需要定义任意数量的索引。
索引作为动词时,是指将文档储存到es的过程。
类型 type (已废弃)
自从6.0以后,type已经被废弃。6.0之前,index更像关系数据库中的库,而type则更像是表。之所以6.0之后被废弃,因为用关系数据库的概念做比喻实际上会产生很大的误解。关系数据库各表之间同名的字段是相互独立的,但是在ES中,type只是逻辑上的区分,在lucene层面上,两个不同type中的同名字段实际上是同一个字段。这样在操作同一索引中两个不同type下具有同名字段的文档时,可能会产生数据错误。另外,这样也不利于lucene对文档的搜索与压缩。
一个文档结构储存为一个索引。但是,在一个集群中的分片数是有限的,有时不会为总量只有几千个文档的类型去专门占用一个分主分片。那么可以声明自定义类型字段(custom type field),它类似于6.0之前的type。详情:自定义类别字段
文档 document
文档是可被索引的基本单元。在索引/类型中,您可以根据需要存储任意数量的文档。请注意,尽管文档实际上驻留在索引中,但实际上必须将文档编入索引/分配给索引中的类型。
分片与副本 shards & replicas
索引可能存储大量可能超过单个节点的硬件限制的数据。例如,占用1TB磁盘空间的十亿个文档的单个索引可能不适合单个节点的磁盘,或者可能太慢而无法单独从单个节点提供搜索请求。
为了解决这个问题,Elasticsearch提供了将索引细分为多个称为分片的功能。创建索引时,只需定义所需的分片数即可。每个分片本身都是一个功能齐全且独立的“索引”,可以托管在集群中的任何节点上。
分片很重要,主要有两个原因:
- 它允许您水平拆分/扩展数据容量。
- 它允许您跨分片(可能在多个节点上)分布和并行化操作,从而提高性能/吞吐量。
分片的分布方式以及如何将其文档聚合回搜索请求的机制完全由Elasticsearch管理,对用户而言是透明的。
在可能随时发生故障的网络/云环境中,非常有用,强烈建议使用故障转移机制,以防分片/节点以某种方式脱机或因任何原因消失。为此,Elasticsearch允许您将索引的分片的一个或多个副本制作成所谓的副本分片或简称副本。
副本很重要,主要有两个原因:
- 它在碎片/节点发生故障时提供高可用性。因此,请务必注意,副本分片永远不会与它所复制的原始/主分片分配在相同的节点上。
- 它允许您扩展搜索量/吞吐量,因为可以在所有副本上并行执行搜索。
总而言之,每个索引可以拆分为多个分片。索引也可以复制为零(表示没有副本)或更多次。复制后,每个索引都将具有主分片(从中复制的原始分片)和副本分片(主分片的副本)。
可以在创建索引时为每个索引定义分片和副本的数量。创建索引后,您还可以随时动态更改副本数。您可以使用_shrink和_split API更改现有索引的分片数.然而,这不是一项微不足道的任务,对正确数量的分片进行预先规划是最佳方法。
默认情况下,Elasticsearch中的每个索引都分配了5个主分片和1个副本,这意味着如果群集中至少有两个节点,您的索引将有5个主分片和另外5个副本分片(1个完整副本),每个索引总共10个分片。
每个Elasticsearch分片都是Lucene索引。单个Lucene索引中可以包含最大数量的文档。自LUCENE-5843起,限制为2,147,483,519(= Integer.MAX_VALUE - 128)个文件。您可以使用_cat / shards API监视分片大小