1、逻辑设计

索引-类型-ID的组合唯一确定了ES中的某篇文档

逻辑设计

文档

• 最小的索引单位是文档
• 同时包含字段和字段的取值
• 可以是层次型的
• 不依赖预先定义的模式
• ES中的文档是无模式的，并非所有文档都需要有相同的字段

类型

• 类型是文档的逻辑容器，类似表格
• 每个类型中字段的定义称为映射，如name字段映射为string，geolocation字段映射为geo_point
• 最安全的方式是索引数据之前，定义好需要的映射

索引

• 类似于数据库，是独立的大量文档集合
• 每个索引有refresh_interval，根据设置的间隔进行刷新，不会更新一个文档就刷新一次

2、物理设计

一个节点是一个运行的ES进程，一份主分片是一块索引，一个索引通常由5个主分片组成

节点

一个节点是一个ES的实例

• 通过hash选择索引的一个分片，发送到后会进行备份
• 搜索的时候也是随机在节点上访问，节点之间是透明的

索引一篇文档的过程

分片

一份分片是Lucene索引，一个包含倒排索引的文件目录；ES索引由多个Lucene索引构成

Lucene索引

集群中分发分片

• 随着越来越多的节点添加，现有分片将在所有节点中进行负载均衡。

分布式索引和搜索

索引已经在前面提到过，hash来选分片
搜索使用round-robin轮训机制选择可用分片，并将搜索请求转发过去

3、索引新数据

通过cURL索引

% curl -XPUT 'localhost:9200/get-together/group/1?pretty' -d '{
  "name":"ES Denver",
  "organizer":"Lee"
}'

创建索引和映射类型

• 获取映射，访问_mapping端点

curl 'localhost:9200/get-together/_mapping/group?pretty'

返回的内容

4、搜索数据

• 通过_search端点进行搜索

% curl "localhost:9200/get-together/group/_search?q=sample&pretty"

回复的内容

图片.png

• took 消耗的时间，单位是毫秒
• shards 返回的是分片信息
• hits展示了每个匹配文档的索引、类型、ID、得分、_source信息

搜索

curl 'localhost:9200/get-together/group/_search?pretty' -d '{
  "query": {
    "query_string":{
      "query":"",
      "default_field":"name",
      "default_operator":"AND"
    }
  }
}'

curl 'localhost:9200/get-together/group/_search?pretty' -d '{
  "query": {
    "term":{
      "name":""
    }
  }
}'

// 不会返回得分
curl 'localhost:9200/get-together/group/_search?pretty' -d '{
  "query": {
    "filtered":{
      "filter":{
        "term":{
          "name":"elasticsearch"
         }
       }
    }
  }
}'

5、配置ES

elasticsearch.yml中指定集群名称

• config/ 中存储ES的主要配置文件

logging.yml指定详细日志记录

• cluster-name.log 主要日志
• cluster-name_index_indexing_slowlog.log 慢搜索日志
• cluster-name_index_indexing-slowlog.log 慢索引日志

调整JVM设置

• ES在一个JVM中运行
• ES使用的大部分内存称为堆，默认分配256MB初识内存，最多扩展至1GB
• export ES_HEAP_SIZE=500m； bin/elsasticsearch 可以调整