嗨客网搜索
Elasticsearch相关概念

Elasticsearch相关概念介绍

Elasticsearch 中的相关概念主要涉及到索引、类型、文档、字段、映射、节点、分片和副本。

Elasticsearch相关概念详解

索引(Index)

ES 将数据存储于一个或多个索引中,索引是具有类似特性的文档的集合。类比传统的关系型数据库领域来说,索引相当于 SQL 中的一个数据库,或者一个数据存储方案(schema)。

索引由其名称(必须为全小写字符)进行标识,并通过引用此名称完成文档的创建、搜索、更新及删除操作。一个 ES 集群中可以按需创建任意数目的索引。

类型(Type)

类型是索引内部的逻辑分区(category/partition),然而其意义完全取决于用户需求。因此,一个索引内部可定义一个或多个类型(type)。

一般来说,类型就是为那些拥有相同的域的文档做的预定义。例如,在索引中,可以定义一个用于存储用户数据的类型,一个存储日志数据的类型,以及一个存储评论数据的类型。类比传统的关系型数据库领域来说,类型相当于 “表”。

文档(Document)

文档是 Lucene 索引和搜索的原子单位,它是包含了一个或多个域的容器,基于 JSON 格式进行表示。文档由一个或多个域组成,每个域拥有一个名字及一个或多个值,有多个值的域通常称为 “多值域”。

每个文档可以存储不同的域集,但同一类型下的文档至应该有某种程度上的相似之处。

映射(Mapping)

ES 中,所有的文档在存储之前都要首先进行分析。用户可根据需要定义如何将文本分割成 token、哪些 token 应该被过滤掉,以及哪些文本需要进行额外处理等等。

另外,ES 还提供了额外功能,例如将域中的内容按需排序。事实上,ES 也能自动根据其值确定域的类型。

节点(Node)

运行了单个实例的 ES 主机称为节点,它是集群的一个成员,可以存储数据、参与集群索引及搜索操作。类似于集群,节点靠其名称进行标识,默认为启动时自动生成的随机 Marvel 字符名称。

用户可以按需要自定义任何希望使用的名称,但出于管理的目的,此名称应该尽可能有较好的识别性。节点通过为其配置的 ES 集群名称确定其所要加入的集群。

分片(Shard)

ES的 “分片(shard)” 机制可将一个索引内部的数据分布地存储于多个节点,它通过将一个索引切分为多个底层物理的 Lucene 索引完成索引数据的分割存储功能,这每一个物理的 Lucene 索引称为一个分片(shard)。

每个分片其内部都是一个全功能且独立的索引,因此可由集群中的任何主机存储。创建索引时,用户可指定其分片的数量,默认数量为5个。

副本(Replica)

Shard 有两种类型:primary 和 replica,即主 shard 及副本 shard。Primary shard 用于文档存储,每个新的索引会自动创建 5 个 Primary shard,当然此数量可在索引创建之前通过配置自行定义,不过,一旦创建完成,其Primary shard 的数量将不可更改。

Replica shard 是 Primary Shard 的副本,用于冗余数据及提高搜索性能。每个 Primary shard 默认配置了一个 Replica shard,但也可以配置多个,且其数量可动态更改。ES 会根据需要自动增加或减少这些 Replica shard 的数量。

ES 集群可由多个节点组成,各 Shard 分布式地存储于这些节点上。ES 可自动在节点间按需要移动 shard,例如增加节点或节点故障时。简而言之,分片实现了集群的分布式存储,而副本实现了其分布式处理及冗余功能。

Elasticsearch与数据库的类比

关系型数据库(比如Mysql) 非关系型数据库(Elasticsearch)
数据库 Database 索引 Index
表 Table 类型 Type
数据行 Row 文档 Document
数据列 Column 字段 Field
约束 Schema 映射 Mapping

嗨客网顶部