elasticsearch学习笔记（三）——Elasticsearch的核心概念

下面来通过lucene引出Elasticsearch的核心概念

1、lucene和elasticsearch的前世今生

lucene是最先进、功能强大的搜索库。但是直接基于lucene开发，会非常的复杂。它的api很复杂，只是实现一些简单的功能，可能就需要写大量的 java 代码。要用好lucene，需要深入了解其内部原理，包括各种索引结构。

而elasticsearch，它是基于lucene，隐藏了lucene的复杂性，对外提供简单易用的restful api接口、java api接口等等。

关于elasticsearch的一个传说，据说有一个 程序员 失业了，陪着老婆去英国伦敦学习厨师课程。看着老婆每次查找菜谱特别费劲，于是就想给老婆写一个菜谱搜索引擎，准备使用lucene，但是发现lucene实在是太复杂了，就开发了一个封装了lucene的开源项目，compass。后来程序员找到工作了，是做分布式的高性能项目的，就觉得自己封装的开源项目compass也不够用了，就写了elasticsearch，让lucene变成分布式的系统。

2、elasticsearch的核心概念

（1）Near Realtime(NRT):近实时，两层意思，一个是写入数据到数据可以被搜索到有一个小延迟（大概1s左右），一个是基于ES执行搜索和分析可以达到秒级

（2）Cluster:集群，包含多个节点，每个节点属于哪个集群是通过一个叫做集群名称的配置来决定的。对于中小型应用来说，刚开始一个集群就一个节点很正常

（3）Node:节点，集群中的一个节点，节点也有一个名称默认是随机分配的，也可以手动指定，当我们在执行运维管理操作的时候节点的名称很重要

（4）Document&field：文档，es中最小的数据单元。一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index的type中都可以去存储多个document。一个document里面有很多个field，每个field就是一个数据字段。

（5）Index:索引，包含一堆有类似结构的文档数据。比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个index包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index,商品索引，里面可能就存放了所有的商品数据，所有的商品document。

（6）Type:类型，每个索引里都可以有一个type，之后更高级的版本可能会去掉这一个概念。type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type

（7）shard:分片，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。有了shard就可以横向扩展，存储更多的数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index。

（8）replica:任何一个服务器随时可能故障或宕机，此时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。primary shard（建立索引时一次设置，不能修改，默认是5个），replica（随时修改数量，默认是1个）。默认每个索引10个shard,5个primary shard,5个replica shard，最小的高可用配置是2台服务器

3、elasticsearch核心概念和数据库核心概念

Elasticsearch | Document | Index (Type)

数据库 | 行 | 表