Elasticsearch系列-基本概念
- 一、索引
- 二、文档
- 三、Type
- 四、比较
- 五、REST API
- 六、集群
- 七、节点
-
- Master-eligible nodes和Master node
- Data Node & Coordinating Node
- 其他的节点类型
- 配置节点类型
- 八、分片(Primary Shard & Replica Shard)
一、索引
索引就是相似特征结构的文档的集合,比如可以将客户端日志创建为一个索引,还可以将订单数据创建为一个索引。每个索引都必须有唯一的命名(命令规则必须全部为小写)。可以通过这个名称对索引进行索引,搜索、更新、删除等操作。索引体现了逻辑空间的概念:每个索引都有自己的Mapping定义,用于定义包含的文档的字段名和字段类型。Shard体现了物理空间的概念:索引中的数据分散在Shard上。每个索引包含两部分结构 Mapping与Setting。Mapping用来定义文档字段的类型。Setting用来定义不同的数据分布。
二、文档
- 文档是ES中搜索数据的最小单位。
- 文档会被序列化成JSON格式,保存在ES中。JSON对象由字段组成,每个字段都有对应的字段类型。如:字符串、数值、布尔、日期、二进制、范围类型。
- 每个文档都有一个unique id,id可以自己指定,也可以有ES自动生成。
-
文档的元数据:用于标注文档的相关信息。
_index:文档所属的索引名
_type:文档所属的类型名
_id:文档唯一id
_source:文档的原始JSON数据
_all:整合所有字段内容到该字段,已被废除
_version:文档的版本信息
_score:相关性打分
三、Type
在7.0之前,一个Index可以设置多个Types。7.0开始,一个索引只能创建一个Type - “_doc”。
四、比较
RDBMS(关系型数据库) | ES |
---|---|
Table | Index(Type) |
Row | Document |
Column | Filed |
Schema | Mapping |
SQL | DSL |
五、REST API
ES提供了相关REST API来查询索引以及文档相关信息。
在kibana命令行工具操作:
//查看索引相关信息
GET kibana_sample_data_logs
//查看索引的文档总数
GET kibana_sample_data_logs/_count
//查看前10条文档,了解文档样式
GET kibana_sample_data_logs/_search
......
更多API可以参照ES REST APIS官方文档
六、集群
集群是一个或者多个节点的集合,并能将数据整合到一起,提供整合的索引并且支持跨节点搜索能力。一个集群通过命名集群名字来保证唯一。默认集群名叫“elasticsearch”。当节点需要加入集群时,只需要通过设置链接集群的名称就可以加入。
七、节点
节点就是一个单独的服务,是集群中的一部分。可以存储数据,可以参与集群索引和搜索能力。每个节点启动后都会随机分配一个唯一id,保存在data目录下。每个节点都有自己的名称,可以通过配置文件进行配置,也可以通过启动参数配置 -E node,name=node-1 来指定。节点是一个ES的实例。本质上就是一个Java进程。
Master-eligible nodes和Master node
- 每个节点启动后,默认就是一个Master eligible节点。可以设置 node.master:false 禁止。
- Master-eligible节点可以参加选主流程,成为Master节点。
- 当第一个节点启动时候,它会将自己选举成Master节点。
- 每个节点上都保存了集群的状态,只有Master节点才能修改集群的状态信息。集群状态维护了一个集群中,必要的信息:
- 所有的节点信息。
- 所有的索引和其相关的Mapping与Setting信息。
- 分片的路由信息。
Data Node & Coordinating Node
- Data Node :可以保存数据的节点。负责保存分片数据。在数据扩展上起到了至关重要的作用。
- Coordinating Node:负责接受Client的请求,将请求分发到合适的节点,最终把结果汇集到一起。每个节点默认都起到了Coordinating Node的职责。
其他的节点类型
- Hot & Warm Node:不同硬件配置的Data Node,用来实现Hot & Warm架构,降低集群部署的成本。
- Machine Learning Node:负责跑机器学习的Job,用来异常检测。
- Tribe Node:连接到不同的ES集群,并且支持将这些集群当成一个单独的集群处理。
配置节点类型
节点类型 | 配置参数 | 默认值 |
---|---|---|
master eligible | node.master | true |
data | node.data | true |
ingest | node.ingest | true |
coordinating only | 无 | 每个节点默认都是coordinating节点。设置其他类型全部为false。 |
machine learning | node.ml | true(需enable x-pack) |
八、分片(Primary Shard & Replica Shard)
- 主分片:用以解决数据水平扩展的问题。通过主分片,可以将数据分布到集群内的所有节点之上。
- 一个分片是一个运行的Lucene的实例。
- 主分片数在索引创建时指定,后续不允许修改,除非Reindex。
- 副本:用以解决数据高可用的问题。分片是主分片的拷贝。
- 副本分片数,可以动态的调整。
- 增加副本数,还可以在一定程度上提高服务的可用性(读取的吞吐)。