Elasticsearch中数据是如何组织的？
1. 逻辑设计 用于索引和搜索的基本单位是文档，可以将其认为是关系型数据库中的一行。文档以类型来分组，类型包含若干文档，类似表格包含若干行。最终，一个或多个类型存在于同一索引中，索引是更大的容器，类似SQL中的数据库。
2. 物理设计 Elasticsearch将每个索引划分为分片，每份分片可以在集群中的不同服务器间迁移。通常，应用程序无需关心这些，因为无论Elasticsearch是单台还是多台服务器，应用和Elasticsearch的交互基本保持不变。但是开始管理集群的时候，就需要留心了。原因是，物理设计的配置方式决定了集群的性能、可扩展性和可用性。
一、理解逻辑设计：文档、类型和索引
索引名称+类型名称+文档ID=唯一确定的文档
1.文档
Elasticsearch是面向文档的，索引和搜索数据的最小单位是文档。文档有几个重要属性
1)文档是自我包含的。
2)文档可以是层次型的。
3)文档拥有灵活的结构。
2.类型
类型是文档的逻辑容器，类似于表格是行的容器。每个类型中字段的定义成为映射，每个字段都是通过不同的方式处理。首先，映射包含某个类型中当前索引的所有文档的所有字段，但是不是所有的文档必须要有所有的字段。同样，如果一篇新近索引的文档拥有一个映射中尚不存在的字段，Elasticsearch会自动地将新字段加入映射。映射类型只是将文档进行逻辑划分，从物理角度来看，同一索引中的文档都是写入磁盘，而不考虑他们所属的映射类型。
3.索引
索引是映射类型的容器。一个Elasticsearch索引非常像关系型世界的数据库，是独立的大量文档集合。每个索引存储在磁盘上的同组文件中；索引存储了所有映射类型的字段，还有一些设置。例如，每个索引有一个成为refresh_interval的设置，定义了新近索引的文档对于搜索可见的时间间隔。从性能的角度来看，刷新操作的代价是非常昂贵的，这也是为什么更新只是偶尔进行。
一个具体到索引的设置是分片的数量。索引是由一个或多个成为分片的数据块组成。
二、理解物理设计 节点和分片
一个节点是一个运行的Elasticsearch进程。一个主分片是一块索引。一个副本分片是一份主分片的副本。
当索引一篇文档时发生了什么？
默认情况下，当索引一篇文档的时候，系统首先根据文档ID的散列值选择一个主分片，并将文档发送到主分片。这份主分片可能位于另一个节点。然后文档被发送到该主分片的所有副本分片进行索引。这使得副本分片和主分片之间保持数据的同步。数据同步使得副本分片可以服务于搜索请求，并在原有主分片无法访问时自动升级为主分片。
理解主分片和副本分片
一份分片是Lucene的索引：一个包含倒排索引的文件目录。ElasticSearch索引被分解为多块：分片。一份分片是一个Lucene的索引，所以一个ElasticSearch的索引由多个Lucene的索引组成。
如何扩展Elasticsearch集群？
1.向集群中添加节点，现有的分片将在所有的节点中进行负载均衡，这种方式成为水平扩展。
2.为ElasticSearch节点增加更多硬件资源，这种方式成为垂直扩展
分布式索引和搜索
接受索引请求的ElasticSearch节点首先选择文档索引到哪个分片。默认地，文档在分片中均匀分布：对于每篇文档，分片是通过其ID字符串的散列决定的。每份分片拥有相同的散列范围，接收新文档的机会相等。一旦目标分片确定，接受请求的节点将文档转发到该分片所在的节点。随后，索引操作在所有目标分片的所有副本分片中进行，在所有可用副本分片完成文档的索引后，索引命令就会成功返回。
在搜索的时候，接受请求的节点将请求转发到一组包含所有数据的分片。Elasticsearch使用round-robin的轮询机制选择可用的分片（主分片或副本分片），并将搜索请求转发过去。
三、索引新数据
四、搜索并获取数据
五、配置Elasticsearch
Elasticsearch使用的大部分内存称为“堆”。默认的操作设置让Elasticsearch为堆分配了26MB的初始内存，然后最多扩展到1GB。如果搜索和索引操作需要多余1GB的内存，那些操作将会失败，而且在日志中会发现超出内存错误。
网友评论