本文翻译自：https://www.elastic.co/guide/en/elasticsearch/reference/current/getting-started.html
前段时间在做ElasticSearch数据分析相关的工作，一直想翻译ES的官方文档，相当于ES的入门文档吧。
Elasticsearch是一个高度可扩展的开源全文搜索和分析引擎。它允许用户快速，实时地存储，搜索和分析大量数据。ES通常用作为具有复杂的搜索功能和要求的应用程序提供的底层引擎/技术。
官方提供了几个示例用例：
- 你运行一个在线网上商店，让你的客户能够搜索你销售的产品。在这种情况下，你可以使用Elasticsearch存储整个产品目录和库存，并为其提供搜索和自动填充建议。
- 你要收集日志或事务数据，并且你想分析和挖掘此数据以查找趋势，统计信息，摘要或异常。在这种情况下，你可以使用Logstash（Elasticsearch / Logstash / Kibana堆栈的一部分）来收集，聚合和解析数据，然后将Logstash将此数据提供给Elasticsearch。一旦数据在Elasticsearch中，你可以运行搜索和聚合来挖掘你感兴趣的任何信息。
- 你运行一个价格提醒平台，让价格优惠的客户指定一个规则，如“我有兴趣购买一个特定的电子小工具，如果小工具的价格在下个月内任何供应商的价格低于$ X，我想收到通知” 。在这种情况下，你可以检索供应商价格，推动他们进入弹性搜索，并使用其反向搜索（Percolator）功能来匹配价格变动与客户查询，并最终一旦发现匹配，将警报给客户。
- 你有分析/商业智能需求，并希望快速调查，分析，可视化和询问大量数据的特殊问题（考虑数百万或数十亿条记录）。在这种情况下，你可以使用Elasticsearch存储数据，然后使用Kibana（Elasticsearch / Logstash / Kibana堆栈的一部分）构建自定义仪表板，以便可视化对你重要的数据的方面。此外，你可以使用Elasticsearch聚合功能对你的数据执行复杂的商业智能查询。
官方文档的其余部分将引导用户完成ES的运行过程，并在其中进行查看，并执行索引，搜索和修改数据等基本操作。而最后，用户将了解它的工作原理以及和对此的启发，以了解如何使用它来构建复杂的搜索应用程序或从数据中挖掘智能。
基本概念
有几个概念是Elasticsearch的核心。从一开始就理解这些概念将大大有助于缓解学习过程。
近实时（NRT）
Elasticsearch是一个接近实时的搜索平台。这意味着从你索引一个文档到该文档可搜索的时间稍微延迟（通常为1秒）。
集群
集群是一个或多个节点（服务器）的集合，它们共同保存整个数据，并在所有节点之间提供联合的索引和搜索功能。集群由唯一的名称标识，默认情况下是“elasticsearch”。此名称很重要，因为如果节点设置为通过其名称加入集群，则节点只能作为集群的一部分。确保不要在不同环境中重复使用相同的集群名称，否则可能会导致节点加入错误的集群。例如，你可以对开发，分段和生产集群使用logging-dev，logging-stage和logging-prod。请注意，拥有只有一个节点的集群是有效和完美的。此外，你还可以拥有多个独立的群集，每个群集都有自己独特的群集名称。
节点
节点是作为集群一部分的单个服务器，存储数据，并参与集群的索引和搜索功能。就像一个集群一样，一个节点被一个名称标识，默认情况下是一个随机的通用唯一标识符（UUID），它在启动时分配给节点。如果你不想要默认值，你可以定义所需的任何节点名称。此名称对于管理目的很重要，你希望确定网络中的哪些服务器对应于Elasticsearch集群中的哪些节点。可以将节点配置为按集群名称加入特定集群。
默认情况下，每个节点都设置为加入名为elasticsearch的群集，这意味着如果你在网络上启动了多个节点，并且假设它们可以相互发现，则它们将自动形成并加入名为elasticsearch的单个群集。
在单个集群中，你可以拥有很多你所需所需的节点数。此外，如果没有其他弹性搜索节点运行在你的网络上，启动单个节点将默认形成名为elasticsearch的新的单节点群集。
索引
索引是具有某种相似特征的文档的集合。例如，你可以拥有客户数据的索引，产品目录的一个索引，以及订单数据的另一个索引。索引由名称（必须全部为小写）标识，该名称用于在针对其中的文档执行索引，搜索，更新和删除操作时引用索引。
在单个集群中，你可以根据需要定义任意多的索引。
类型
在索引中，你可以定义一个或多个类型。类型是索引的逻辑类别/分区，其语义完全取决于你。通常，为具有一组公共字段的文档定义了一种类型。例如，假设你运行一个博客平台，并将所有数据存储在单个索引中。在此索引中，你可以定义用户数据的类型，博客数据的另一种类型以及注释数据的另一种类型。
文档
文档是可以索引的基本信息单元。例如，你可以拥有单个客户的文档，单个产品的另一个文档，以及单个订单的另一个文档。文档以JSON表示，这是一种无处不在的互联网数据交换格式。在索引/类型中，你可以存储尽可能多的文档。请注意，虽然文档物理上位于索引中，但实际上文档实际上必须被索引/分配给索引中的类型。
碎片和复制
索引可能潜在地存储可能超过单个节点的硬件限制的大量数据。例如，占用1TB磁盘空间的10亿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，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碎片的片段的功能。创建索引时，你可以简单地定义所需的分片数。每个分片本身就是一个全功能且独立的“索引”，可以在集群中的任何节点上托管。
分片是重要的两个主要原因：
- 它允许你水平分割/扩展你的内容卷
- 允许你在分片（潜在地在多个节点上）分散和并行操作，从而提高性能/吞吐量
如何将其文档聚合回搜索请求完全由Elasticsearch管理，对用户来说对你是透明的。
在可以随时预期故障的网络/云环境中，非常有用，并强烈建议使用故障切换机制，以防止分片/节点因为某种原因脱机或消失。 为此，Elasticsearch允许你将索引的碎片的一个或多个副本复制到所谓的复制分片，或简写为复本。
副本是重要的两个主要原因：
- 它提供高可用性，以防分片/节点失败。 因此，重要的是要注意，复制分片从未从与其复制的原始/主分片在同一节点上分配。
- 它允许你扩展搜索量/吞吐量，因为可以对所有副本并行执行搜索。
总而言之，每个索引可以分成多个分片。 索引也可以被复制为零（意味着没有副本）或更多次。 一旦复制，每个索引将有 主碎片（复制的原始碎片）和副碎片（主碎片的副本）。 可以在创建索引时为每个索引定义碎片和副本的数量。 创建索引后，你可以随时动态更改副本数，但不能更改事后的分片数。
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，这意味着如果你的集群中至少有两个节点，则索引将具有5个主分片和5个复本分片（1个完整副本），总共 每个指数10个碎片
注意：每个弹性搜索碎片都是Lucene索引。 在一个Lucene索引中可以有最多的文档数量。 从LUCENE-5843起，限制为2,147,483,519（= Integer.MAX_VALUE - 128）文档。 你可以使用_cat / shards API监视分片大小。
网友评论