持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第17天，点击查看活动详情
导语
Elasticsearch 是一个分布式的开源搜索和分析引擎，目前被广泛使用，本文记录了学习Elasticsearch的一些基本概念。
ES核心概念
Cluster
- 多台ES服务器组成的分布式系统称为一个ES集群
- 集群名称，默认是elasticsearch
Node
- ES集群中的一台服务器
- 一个节点也可以组成一个elasticsearch集群
Document&field
-
一个文档（Document）是ES中一个可被索引的基础信息单元，通常用JSON数据结构（类比于Python中的字典）表示。
-
一个document里面有多个field，每个field就是一个数据字段。
举例如下：
{
"product_id": "1",
"product_name": "高露洁牙膏",
“product_desc”: “高效美白,持续清新。",
“price”: 4.99,
"category_id": "2",
"category_name": "日化用品"
}
以上即一个商品“高露洁牙膏”的document记录，其有着id，name，描述，价格等field用于描述该商品的各种属性。
Index
索引（Index）是包含一堆有相似结构的文档数据的集合，类比于MySQL数据库中的数据库概念。
Shard
- 单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。
- 也称这些shard为primary shard，其备份称为replica shard
Replica
- 任何一台服务器都有可能故障或宕机，shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失。
- 多个replica还可以提升搜索操作的吞吐量和性能。
上图展示了一个具有4个节点的ES集群的shard分布示意图，其中每个机器上有着4个shard有两个是primary shard，另外两个是replica shard。
这里可以仔细观察一下，就会发现：任意一个primary shard和它的replica shard不在同一台机器上。那么这是为什么呢？回顾刚才对Replica shard的介绍，设置replica副本的原因就是为了保证在primary shard宕机时仍可代替原节点继续工作，因而如果一个primary shard和它的replica shard同时在一个节点上时就没有任何意义了。
