1.3 基本概念

1.3.1 节点&集群

Elasticsearch 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elasticsearch 实例。单个 Elasticsearch 实例称为一个节点（Node），一组节点构成一个集群（Cluster）。

1.3.2 索引&类型&文档&字段&映射

映射关系如下图：

上述索引&类型&文档&字段结构图如下：

Mapping(映射-表结构)

Mapping 是定义文档及其包含的字段如何存储和索引的过程。Mapping 是 ES 中的一个很重要的内容，它类似于传统关系型数据中 table 的 schema，用于定义一个索引（index）的某个类型（type）的数据结构。

Elasticsearch支持文档字段的多种不同数据类型，根据官方文档的分类，可以划分为以下几个类别：
核心数据类型，复杂数据类型，Geo(地理)数据类型，专用数据类型和多字段。

核心数据类型#

• 字符串类型 主要包括：text 和 keyword。
• 数字类型 主要包括：long, integer, short, byte, double, float, half_float, scaled_float
• 日期类型
• 布尔类型
• 二进制类型
• 范围数据类型 integer_range, float_range, long_range, double_range, date_range

复杂数据类型#

• 数组数据类型
• 对象数据类型
• 嵌套数据类型（Nested datatype）

Geo数据类型#

• 地理点数据类型
  geo_point 对于纬度/经度点
• Geo-Shape数据类型
  geo_shape 对于像多边形这样的复杂形状

专用数据类型#

• IP数据类型
• Completion 数据类型
• 令牌计数数据类型
• mapper-murmur3
• mapper-annotated-text
• Percolator 类型
• join 数据类型
• 别名数据类型

分片&副本

什么是 Shard (分片)？

一个 索引 可以存储超出单个结点硬件限制的大量数据。比如，一个具有 10亿文档的索引占据 1TB 的磁盘空间，而任一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢。

为了解决这个问题，Elasticsearch 提供了将索引划分成多份的能力，这些份就叫做 分片。当你创建一个索引的时候，你可以指定你想要的 分片的数量。每个分片本身也是一个功能完善并且独立的 索引，这个 索引 可以被放置到集群中的任何节点上。

分片之所以重要，主要有两方面的原因：

1. 允许你水平分割/扩展你的内容容量
2. 允许你在分片（潜在地，位于多个节点上）之上进行分布式的、并行的操作，进而提高性能/吞吐量
3. 一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由 Elasticsearch 管理的，对于作为用户的你来说，这些都是透明的

什么是 Replica (副本)？

副本是一个分片的精确复制，每个分片可以有零个或多个副本。副本的作用：

1. 提高系统的容错性，当某个节点某个分片损坏或丢失时，可以从副本中恢复。
2. 提高 ES 查询效率，ES 会自动对搜索请求进行负载均衡。

倒排索引

附录

合集