ElasticSearch概念理解

谁借莪１个温暖的怀抱￠ 2021-11-11 06:12 302阅读 0赞

## 1。什么是搜索？ ##

简单来说就是在搜索引擎（百度）上搜自己想查询的东西，也包括在站内的查询，比如在京东上查询自己想要的东西。

## 2。如果用数据库做索引会怎样？ ##

简单来说，你想要查牙膏这个关键词，select \* from table where a like "%牙膏%"

但是要是人家想查一个带"牙1膏"，这样就查询不到了。数据库搜索的一个弊端是不能将词语拆开进行查询。

## 3。什么是全文检索和Lucene？ ##

因为2的问题，应用而生的全文索引。

![image.png][]

叫做全文检索，将关键词拆开检索，倒排索引。

### 什么是Lucene? ###

一个jar包，封装好了各种搜索方法。

## 4。什么是ElasticSearch？ ##

一个es底层封装了Lucene，因为是分布式的解决了Lucene在单机可能会宕机不好维护的问题。

![image.png][image.png 1]

分布式 可伸缩搜索 高可用 高性能

### 干什么的？ ###

*  分布式搜索，数据分析
 *  全文检索(select \* from table where id like '%牙膏%')，结构化搜索（select \* from table where id='1'），数据分析
 *  海量数据实时处理：多台服务器搜索，秒级别搜索

### 特点 ###

*  可以作为大台分布式集群，服务于大公司，也可以运行在单机上，服务于小公司
 *  将全文检索，分布式技术以及数据分析合并在一起
 *  对用户而言特别方便，3分钟不是es
 *   作为数据库的补充，提供了很多数据库不能提供的功能：全文检索，同义词处理，相关度排名，复杂度分析，海量数据的实时处理。

### 核心概念 ###

1）Near Realtime（NRT）：近实时，两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；基于es执行搜索和分析可以达到秒级

![image.png][image.png 2]

（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配置（集群名称，默认是elasticsearch）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），节点名称很重要（在执行运维管理操作的时候），默认节点会去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群

（4）Document&field：文档，es中的最小数据单元，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下的type中，都可以去存储多个document。一个document里面有多个field，每个field就是一个数据字段。

product document
    
    {
    
     "product_id": "1",
    
     "product_name": "高露洁牙膏",
    
     "product_desc": "高效美白",
    
     "category_id": "2",
    
     "category_name": "日化用品"
    
    }

（5）Index：索引，包含一堆有相似结构的文档数据，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或多个type，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，博客数据type，评论数据type。

商品index，里面存放了所有的商品数据，商品document

但是商品分很多种类，每个种类的document的field可能不太一样，比如说电器商品，可能还包含一些诸如售后时间范围这样的特殊field；生鲜商品，还包含一些诸如生鲜保质期之类的特殊field

type，日化商品type，电器商品type，生鲜商品type

日化商品type：product\_id，product\_name，product\_desc，category\_id，category\_name

电器商品type：product\_id，product\_name，product\_desc，category\_id，category\_name，service\_period

生鲜商品type：product\_id，product\_name，product\_desc，category\_id，category\_name，eat\_period

每一个type里面，都会包含一堆document

{
    
     "product_id": "2",
    
     "product_name": "长虹电视机",
    
     "product_desc": "4k高清",
    
     "category_id": "3",
    
     "category_name": "电器",
    
     "service_period": "1年"
    
    }
    
    {
    
     "product_id": "3",
    
     "product_name": "基围虾",
    
     "product_desc": "纯天然，冰岛产",
    
     "category_id": "4",
    
     "category_name": "生鲜",
    
     "eat_period": "7天"
    
    }

（7）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。有了shard就可以横向扩展，存储更多数据，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5个），replica shard（随时修改数量，默认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。

![image.png][image.png 3]

### ElasticSearch核心概念vs 数据库核心概念 ###

Elasticsearch   数据库

\-----------------------------------------

Document   行

Type    表

Index    库

[image.png]: /images/20211109/713db22a1b974b059c2789064512e6c4.png
[image.png 1]: /images/20211109/7731f4c08df8438fbfa027e580d69290.png
[image.png 2]: /images/20211109/6357110e74534d3bab713b04da011c80.png
[image.png 3]: /images/20211109/725a9e1f89bc4301a8656e0efbed64f0.png