Elasticsearch核心概念:
2.Elasticsearch核心概念:
2.1.Lucene和Elasticsearch的关系:
- 1.
Lucene：最先进、功能最强大的搜索库，直接基于lucene开发，非常复杂，api复杂
- 2.
Elasticsearch：基于lucene，封装了许多lucene底层功能，提供简单易用的restful api接口和许多语言的客户端，如java的高级客户端（Java High Level REST Client）和底层客户端（Java Low Level REST Client）
Elasticsearch起源：Shay Banon。2004年失业，陪老婆去伦敦学习厨师。失业在家帮老婆写一个菜谱搜索引擎。封装了lucene的开源项目，compass。找到工作后，做分布式高性能项目，再封装compass，写出了elasticsearch，使得lucene支持分布式。现在是Elasticsearch创始人兼Elastic首席执行官
2.2.Elasticsearch的核心概念
a.NRT
- 1.NRT意思就是近实时
- 2.近实时体现在两方面：
- 写入数据时，过1秒才会被搜索到，因为内部在分词、录入索引。
- Es搜索时：搜索和分析数据需要秒级出结果。
b.Cluster（集群）与节点（Node）：
b1.集群：
- 1.包含一个或多个启动着es实例的机器群。通常一台机器起一个es实例。同一网络下，集名一样的多个es实例自动组成集群，自动均衡分片等行为。默认集群名为“elasticsearch”
b2.Node(节点):
- 1.每个Es实例称为一个节点。节点名自动分配，也可以手动配置
c.文档和字段:
c1.文档：
- 1.Elasticsearch是
面向文档（Document）存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：
- 2.而Json文档中往往包含很多的字段（Field），类似于数据库中的列。对于上面表格，每一行是一个文档，每一列是一个字段
- 3.文档是Es中的最小数据单元。一个document就像数据库中的一条记录。通常以json格式显示。多个document文档存储于一个索引（Index）中
book document{"book_id": "1","book_name": "java编程思想","book_desc": "从Java的基础语法到最高级特性（深入的[面向对象](https://baike.baidu.com/item/面向对象)概念、多线程、自动项目构建、单元测试和调试等），本书都能逐步指导你轻松掌握。","category_id": "2","category_name": "java"
}
c2.字段：
- 4.在一个 index/type 里面，你可以存储任意多的文档
d.索引和映射
d1.Index：索引
- 1.索引就是
相同类型的文档的集合，类似于mysql的表,例如：- 所有用户文档，就可以组织在一起，称为用户的索引；
- 所有商品的文档，可以组织在一起，称为商品的索引；
- 所有订单的文档，可以组织在一起，称为订单的索引；
- 2.一个索引由一个名字来标识（必须全部是小写字母），并且当我们要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。在一个集群中，可以定义任意多的索引
- 3.能搜索的数据必须索引，这样的好处是可以提高查询速度，比如：新华字典前面的目录就是索引的意思，目录可以提高查询速度。
- 4.索引创建规则：
- 仅限小写字母
- 不能包含
\、/、 *、?、"、<、>、|、#以及空格符等特殊符号 - 从7.0版本开始不再包含冒号
- 不能以
-、_或+开头 - 不能超过255个字节（注意它是字节，因此多字节字符将计入255个限制）
d2.mapping 映射：
- 1.数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射（mapping），
是索引中文档的字段约束信息，类似表的结构约束，是处理数据的方式和规则方面做一些限制 - 2.映射举例如：某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的，其它就是
处理 ES 里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。
Elasticsearch与mysql对比:
| 关系型数据库（比如Mysql） | 非关系型数据库（Elasticsearch） | 非关系型数据库（Elasticsearch） |
|---|---|---|
| 表Table | 索引Index（原为Type） | 索引(index)，就是文档的集合，类似数据库的表(table) |
| 数据行Row | 文档Document | 文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式 |
| 数据列Column | 字段Field | 字段（Field），就是JSON文档中的字段，类似数据库中的列（Column） |
| 约束 Schema | 映射Mapping | Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema） |
| SQL | DSL | DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD |
e.Type：类型
- 1.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。
- 2.注意：6.0之前的版本有type（类型）概念，type相当于关系数据库的表，ES官方将在ES9.0版本中彻底删除type。本教程type都为_doc
f.shard：分片
- 1.index数据过大时，将index里面的数据，分为多个shard，分布式的存储在各个服务器上面。可以支持海量数据和高并发，提升性能和吞吐量，充分利用多台机器的cpu。
g.replica：副本
- 1.在分布式环境下，任何一台机器都会随时宕机，如果宕机，index的一个分片没有，导致此index不能搜索。所以，为了保证数据的安全，我们会将每个index的分片经行备份，存储在另外的机器上。保证少数机器宕机es集群仍可以搜索。
- 2.能正常提供查询和插入的分片我们叫做
主分片（primary shard），其余的我们就管他们叫做备份的分片（replica shard）。 - 3.Es6
默认新建索引时，5分片，2副本，也就是一主一备，共10个分片。所以，Es集群最小规模为两台。
h.分配（Allocation）
- 1.将
分片分配给某个节点的过程，包括分配主分片或者副本。如果是副本，还包含从主分片复制数据的过程。这个过程是由 master 节点完成的
3.系统架构：
- 1.一个运行中的 Elasticsearch 实例称为一个节点，而集群是由一个或者多个拥有相同
cluster.name配置的节点组成，它们共同承担数据和负载的压力。 - 2.当有节点加入集群中或者从集群中移除节点时，集群将会重新平均分布所有的数据。当一个节点被选举成为
主节点时， 它将负责管理集群范围内的所有变更，例如增加、删除索引，或者增加、删除节点等。 而主节点并不需要涉及到文档级别的变更和搜索等操作，所以集群只拥有一个主节点的情况下，即使流量的增加它也不会成为瓶颈。 - 3.任何节点都可以成为主节点。我们的示例集群就只有一个节点，所以它同时也成为了主节点。作为用户，我们可以将请求发送到集群中的任何节点 ，包括主节点。 每个节点都知道任意文档所处的位置，并且能够将我们的请求直接转发到存储我们所需文档的节点。 无论我们将请求发送到哪个节点，它都能负责从各个包含我们所需文档的节点收集回数据，并将最终结果返回給客户端。 Elasticsearch 对这一切的管理都是透明的。