欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

elasticsearch入门之核心概念篇

程序员文章站 2022-08-19 21:25:11
一、elasticsearch是什么 elasticsearch是一个基于Lucene的搜索服务器,采用Java语言编写,使用Lucene构建索引、提供搜索功能,并作为Apache许可条款下的开发源码发布,是当前流行的企业级搜索引擎。其实Lucene的功能已经很强大了,为什么还要多此一举的开发ela ......

一、elasticsearch是什么

elasticsearch是一个基于lucene的搜索服务器,采用java语言编写,使用lucene构建索引、提供搜索功能,并作为apache许可条款下的开发源码发布,是当前流行的企业级搜索引擎。其实lucene的功能已经很强大了,为什么还要多此一举的开发elasticsearch呢?原因是因为lucene只是一个由java语言编写的库,对不适用java语言的开发人员并不友好。所以elasticsearch在lucene上做了很多改进,提供了多种语言的接口。lucene之于elasticsearch堪比发动机之于汽车,elasticsearch底层使用的仍然是lucene的api,lucene专注于底层搜索的建设,elasticsearch专注于企业应用。elasticsearch的目标是让全文搜索变得简单,开发者可以通过简单明了的restful api轻松实现搜索功能,而不必去面对lucene的复杂性。

 

二、elasticsearch架构

elasticsearch入门之核心概念篇

gateway是elasticsearch用来存储索引的文件系统,支持多种文件类型,local filesystem是本地的文件系统,shared filesystem是共享存储,也可以使用hadoop的hdfs分布式存储,也可以存储在amazon的s3服务器上。

gateway上层是一个分布式的lucene框架,elasticsearch的底层api是由lucene提供的,每一个elasticsearch节点上都有一个lucene节点的支持。

lucene之上是elasticsearch的模块,包括索引模块、搜索模块、映射解析模块等。river相当于第三方插件,用于导入第三方数据源,在2.x之后已经不再使用。

elasticsearch模块之上是discovery和scripting和第三方插件。discovery是elasticsearch的节点发现模块,不同机器上的elasticsearch节点要组成集群需要进行消息通信,集群内部需要选举master节点,这些工作都是discovery模块完成的。scripting用来支持python、javascript等多种语言的,可以在查询语句中嵌入,使用script语句性能稍低。elasticsearch也支持多种第三方插件。

再上层是elasticsearch的传输模块和jmx。传输模块支持thrift、memcached、http,默认使用http传输。jmx是java的管理框架,用来管理elasticsearch应用

最上层是elasticsearch提供给用户的接口,可以通过restful api和elasticsearch集群进行交互。

 

三、elasticsearch优点

  1. 分布式:elasticsearch横向扩展非常方便灵活,当规模较小时可以使用小规模的集群,随着数据的增长,需要更大的容量和更高的性能,此时只需增加更多的节点,elasticsearch的自动发现机制会识别新增的节点并重新平衡分配数据。
  2. 全文检索:apache lucene是一个用java编写的高性能的功能齐全的信息检索库,elasticsearch在底层使用lucene来提供强大的全文检索,提供任何开源产品的能力。自带多语言支持、强大的查询语言、地理位置支持,上下文感知的建议、自动完成和搜索片段。
  3. 近实时搜索和分析:数据进入elasticsearch后,可达到实时搜索。elasticsearch还支持聚合分析操作
  4. 高可用:高可用主要体现在容错方面,elasticsearch集群会自动发现新的或失败的节点,重组和重新平衡数据,确保数据是安全和可访问的。
  5. 模式*:elasticsearch的动态mapping机制可以自动的检测数据的结构和类型,创建索引,并使数据可搜索。
  6. restful api:elasticsearch是api驱动,几乎任何操作都可以用一个简单的restful api使用json基于http请求实现,客户端也可使用多种编程语言。
  7. 应用场景丰富:站内搜索、nosql数据库(elasticsearch在读写性能上由于mongodb,同时也支持地理位置查询)、日志分析(日志分析平台elk,能够对日志进行集中的收集、存储、搜索、分析、监控以及可视化)等。

 

四、elasticsearch核心概念[1]

来源:https://www.jianshu.com/p/cec1b8b3698d

集群(cluster)

代表一个集群,集群中有多个节点node,其中一个为主节点,这个主节点可以通过选举产生的,主节点是对于集群内部来说的。es的一个概念就是去中心化,字面上理解就是无中心化节点,这是对于集群外部来说的,因为从外部来看es集群,在逻辑上是一个整体,你与任何一个节点的通信和整个es集群通信是等价的

一个集群就是由一个或者多个节点组织在一起,它们共同持有整个的数据,并在一起提供索引和搜索功能。一个集群由一个唯一的名字标识。一个节点只能通过指定某个集群的名字,来加入这个集群。

节点(node)

一个节点是集群中的一个服务器,作为集群的一部分,存储数据,参与集群的索引和搜索功能。一个节点也是由一个名字来标识的。默认情况下,这个名字是一个随机的漫威漫画角色的名字,这个名字会在启动的时候赋予节点,这个名字对于管理工作来说挺重要的,因为在这个管理过程中,要确定网络中的哪些服务器对应于elasticsearch集群中的哪些节点。

索引(index)

es将它的数据存储在一个或多个索引(index)中。类似sql中的数据库。可以向索引中写入文档或者读取文档,并通过es内部使用lucene将数据索引或从索引中检索数据

一个索引就是一个拥有几分相似特征的文档的集合(类似于我们在数据库中的库结构),一个索引由一个名字来标识,并且在我们要对对这个索引中的文档进行索引,搜索,更新和删除的时候,都要使用到这个名字。

文档(document)

文档是es中主要的实体。对所有使用es的案例来说,他们最终都可以终结为对文档的搜索。文档由字段构成。

映射(mapping)

所有文档写进索引之前都会先进行分析,如果将输入的文本分割为词条,哪些词条又会被过滤,这种行为叫做映射(mapping)。一般由用户自己定义规则

类型(type)

每个文档都有与之对应的类型定义。这允许用户在一个索引中存储多种文档类型,并为不同文档类型提供不同的映射

分片(shards)

shards代表索引分片,es可以把一个完整的索引分成多个分片,这样的好处是可以把一个大的索引拆分成多个,分布到不同的节点上。构成分布式搜索。分片的数量只能在索引创建前指定,并且索引创建后不能更改。
分片有两个好处,一是可以水平扩展,另一个是可以并发提高性能。

副本(replicas)

代表索引副本,es可以设置多个索引副本,副本的作用一是提高系统的容错性,实现高可用(ha),当某个节点某个分片损坏或丢失时可以从副本中恢复;二是提高es的查询效率,es会自动对搜索请求进行负载均衡。

 

五、对比rdbms

elasticsearch可以看成是一个数据库,只是和关系型数据库比起来数据格式和功能不一样而已

elasticsearch入门之核心概念篇