Elasticsearch核心知识篇(56)
初识搜索引擎_内核级知识点之doc value初步探秘
搜索的时候，要依靠倒排索引；排序的时候，需要依靠正排索引，看到每个document的每个field，然后进行排序，所谓的正排索引，其实就是doc values
在建立索引的时候，一方面会建立倒排索引，以供搜索用；一方面会建立正排索引，也就是doc values，以供排序，聚合，过滤等操作使用
doc values是被保存在磁盘上的，此时如果内存足够，os会自动将其缓存在内存中，性能还是会很高；如果内存不足够，os会将其写入磁盘上
- doc1: hello world you and me
- doc2: hi, world, how are you
| word | doc1 | doc2 |
|---|---|---|
| hello | * | |
| world | * | * |
| you | * | * |
| and | * | |
| me | * | |
| hi | * | |
| how | * | |
| are | * |
- 分词倒排：hello you --> hello, you
- hello --> doc1
- you --> doc1,doc2
doc1: hello world you and me doc2: hi, world, how are you
- 排序正排：sort by age
- doc1: { "name": "jack", "age": 27 }
- doc2: { "name": "tom", "age": 30 }
document name age
doc1 jack 27
doc2 tom 30
Elasticsearch核心知识篇(57)
初识搜索引擎_分布式搜索引擎内核解密之query phase
query phase
- 搜索请求发送到某一个
coordinate node，构建一个priority queue，长度以paging操作from和size为准，默认为10 - coordinate node将请求转发到所有
shard，每个shard本地搜索，并构建一个本地的priority queue - 各个shard将自己的priority queue返回给coordinate node，并构建一个全局的priority queuev
和之前的deep paging的原理差不多，可参考deep paging的部分
replica shard如何提升搜索吞吐量
一次请求要打到所有shard的一个replica/primary上去，如果每个shard都有多个replica，那么同时并发过来的搜索请求可以同时打到其他的replica上去
Elasticsearch核心知识篇(58)
初识搜索引擎_分布式搜索引擎内核解密之fetch phase
fetch phase工作流程
- coordinate node构建完priority queue之后(其实这个部分拿到的都是数据的id)，就发送mget请求去所有shard上获取对应的document
- 各个shard将document返回给coordinate node
- coordinate node将合并后的document结果返回给client客户端
一般搜索，如果不加from和size，就默认搜索前10条，按照_score排序
