原文作者：阮一峰

原文地址：全文搜索引擎 Elasticsearch 入門教程

全文搜索屬于最常見的需求，開源的?ElasticSearch?（以下簡稱 Elastic）是目前全文搜索引擎的首選。

它可以快速地儲存、搜索和分析海量數據。維基百科、Stack Overflow、Github 都采用它。

Elastic 的底層是開源庫?Lucene。但是，你沒法直接用 Lucene，必須自己寫代碼去調用它的接口。Elastic 是 Lucene 的封裝，提供了 REST API 的操作接口，開箱即用。

1. 近實時查詢(Near RealTime)

Elasticsearch 是一個能提供近實時查詢的搜索服務引擎，這意味著從索引文檔到真正可搜索之間會有一個輕微的延遲(大概在一秒內)。

2. Node 與 Cluster

Elastic 本質上是一個分布式數據庫，允許多臺服務器協同工作，每臺服務器可以運行多個 Elastic 實例。單個 Elastic 實例稱為一個節點（node）。一組節點構成一個集群（cluster）。

3.?Index

Elastic 會索引所有字段，經過處理后寫入一個反向索引（Inverted Index）。查找數據的時候，直接查找該索引。所以，Elastic 數據管理的頂層單位就叫做 Index（索引），它是單個數據庫的同義詞。每個 Index （即數據庫）的名字必須是小寫。

下面的命令可以查看當前節點的所有 Index：

$ curl -X GET 'http://localhost:9200/_cat/indices?v'3..4

4.?Document

Index 里面單條的記錄稱為 Document（文檔）。許多條 Document 構成了一個 Index。Document 使用 JSON 格式表示，下面是一個例子。

{"user": "張三","title": "工程師","desc": "數據庫管理" }

同一個 Index 里面的 Document，不要求有相同的結構（scheme），但是最好保持相同，這樣有利于提高搜索效率。

5. Type

Document 可以分組，比如weather這個 Index 里面，可以按城市分組（北京和上海），也可以按氣候分組（晴天和雨天）。這種分組就叫做 Type，它是虛擬的邏輯分組，用來過濾 Document。不同的 Type 應該有相似的結構（schema），舉例來說，id字段不能在這個組是字符串，在另一個組是數值。這是與關系型數據庫的表的一個區別。性質完全不同的數據（比如products和logs）應該存成兩個 Index，而不是一個 Index 里面的兩個 Type（雖然可以做到）。

下面的命令可以列出每個 Index 所包含的 Type。

$ curl 'localhost:9200/_mapping?pretty=true'

根據規劃，Elastic 6.x 版只允許每個 Index 包含一個 Type，7.x 版將會徹底移除 Type。

6. 分片和復制理

理論上，索引可以存儲盡可能多的數據，但是這種情況下性能往往不太樂觀，或者常見的磁盤容量限制也不能允許。所以 Elasticsearch 提供了類似于 MongoDB 中的分片功能，該功能能將索引細分為多個分片。每個分片本身是一個功能完全和獨立的“索引”，可以托管在集群中的任何節點上。

同樣的，有分片技術來處理數據量增長快速的問題，就意味著需要復制技術來應對這種過程中數據安全的問題(其實不只是該過程，任何情況下都應該有安全意識)。Elasticsearch 允許您將索引分片的一個或多個副本轉換為所謂的副本分片。復制技術為我們提供了數據的高可用性和搜索吞吐的擴展性。不過需要注意的是，副本分片從不分配在與從其復制的原始/主分片相同的節點上。

總而言之，每個索引可以拆分為多個分片。索引也可以復制為零(意味著沒有副本)或更多次。一旦復制，每個索引將具有主分片(從索引復制的原始分片)和副本分片(主分片的副本)。開發者可以在創建索引時就為每個索引定義分片和副本的數量。創建索引后，可以隨時動態更改副本數，但不能在此過程后隨即更改分片數。

總結

以上是生活随笔為你收集整理的ElasticSearch—基本概念的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。