ElasticSearch 7.x.x核心概念

核心概念大纲

  1. 索引(index)
  2. 字段类型(mapping)
  3. 文档(documents)
  4. 分片(Lucene倒排索引)

在本站点的前文中,笔者已经阐述了es是什么,同时也把es的服务安装启动,那么es是如何取存储数据,数据结构是什么?es又是如何实现搜索的呢?那这里笔者先来聊聊Es的相关概念把!

集群、节点、索引、类型、文档、分片、映射是什么?

es是面向文档,关系行数据库和es客观的对比!

Relational DbElasticSearch
数据库(database)索引(indices)
表(table)types
行(rows)documents
字段(columns)fields

es(集群)中可以包含多个索引(数据库),每个索引中可以包含多个类型(表),每个类型下又包含多个文档(行),每个文档中包含多个字段(列)。

物理设计

es在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移

一个服务就是一个集群!默认的集群名称就是elasticsearch

逻辑设计

一个索引类型中,包含多个文档,比如说文档1,文档2,当我们索引一篇文档时,可以通过这种的一个顺序找到它:索引▷类型▷文档Id,通过这个组合我们就能索引到某个具体的文档。注意:Id不必是整数,实际上它是个字符串。

文档说明

之前说es是面向文档的,那么就意味着索引和搜索数据的最小单位是文档,在es中,文档有几个重要属性:

  • 自我包含,一篇文档同时包含字段和对应的值,也就是同时包含 key:value
  • 可以是层次型的,一个文档中包含自文档,复杂的逻辑实体就是这么来的!所以简单可以理解为json对象
  • 灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义字段才能使用表,在es中,对于字段是非常灵活的,有时候,我们可以忽略该字段,或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段,但是,每个字段的类型非常重要,比如一个年龄字段类型,可以是字符串,也可以是整数型,因为es会保存字段和类型之间的映射关系及其它设置。这种映射具体到每种类型,这也是为什么在es中,类型有时候也称之为映射类型。

总结

其实文档就是一条条数据

user_iduser_nameuser_age
1zhangsan18
2李昂23

类型说明

类型是文档的逻辑容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定义称为映射,比如name映射为字符串类型,我们说文档是无模式的,它们不需要拥有映射中所定义的所有字段,比如新增一个字段,那么es是怎么做的呢?

es会自动的将新字段加入映射,但是这个字段的不确定它是什么类型,es就开始猜,如果这个值是18,那么es会认为它是整形。但是es也可能猜不对,所以最安全的方式就是提前定义好所需要的映射,这点跟关系型数据库殊途同归了,先定义好字段,然后再使用,别整什么幺蛾子!

索引的说明

简单来说,在es中,索引就是数据库!

索引是映射类型关系的容器,es中的索引是一个非常大的文档集合。索引存储了映射的字段和其它设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

物理设计:节点和分片是如何工作

一个集群至少有一个节点,而一个节点就是一个es进程,节点可以有多个索引默认,如果你创建索引,那么索引将会有5个分片,其中(primary shard又称为主分片)构成的,每一个主分片会有一个副本(replica shard又称为复制分片)

上图是一个有3个节点的集群,可以看到主分片和对应的复制分片都不会在同一个节点内,这样有利于某个节点挂掉了,数据也不至于丢失。实际上,一个分片是一个Lucene索引,一个包含倒排索引的文件目录,倒排索引的结构使得es在不扫描全部文档的情况下,就能告诉你哪些文档包含特定的关键字。不过,等等,倒排索引是什么鬼?

倒排索引的说明

es使用的是一种称为倒排索引的结构,采用Lucene倒排索引作为底层。这种结构适用于快速的全文搜索,一个索引由文档中所有不重复的列表构成,对于一个词,都有一个包含它的文档列表。例如:现在有两个文档,每个文档包含如下内容:

Study every day,good good up to forever   # 文档1包含的内容
To forever,study every day,good good up   #文档2包含的内容

为了创建倒排索引,我们首先要将每个文档拆分独立的词(或称为词条或者tokens),然后创建一个包含所有不重复的词条的排序列表,然后列出每个词条出现在哪个文档:

termdoc_1doc_2
Study
To
every
forever
day
study
good
to
up

现在我们试图搜索 to forever ,只需要查看包含每个词条的文档

termdoc_1doc_2
to
forever
total21

两个文档都匹配,但是第一个文档比第二个匹配程度更高。如果没有别的条件,现在,这两个包含关键字的文档都将返回。

再来看一个实例,比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:

如果要搜索含有 python 标签的文章,那相对于查找所有原始数据而言,查找倒排索引后的数据将会快的多。只需要查看标签这一栏,然后获取相关的文章Id即可。

es 的索引和 Lucene 的索引对比

在es中,索引(库)这个词被频繁使用,这就是术语的使用。在es中,索引被划分多个分片,每份分片是一个Lucene的索引。所以一个es索引是由多个Lucene索引组成。别问为什么,谁让es使用Lucene作为底层呢!如无特指,说起索引都是指es的索引。

接下来的一切操作都在kibana中 Dev Tools 下的Console里完成基础操作!

暂无评论

发送评论 编辑评论


				
上一篇
下一篇