ElasticSearch简介

    今天师哥从外面带回了一个新技术，关于全文搜索的。名叫elasticsearch，留下博客一篇，记录此次的学习过程。

     

    ES 的基本概念
    索引 (Index)
    ES 将数据存储于一个或多个索引中，索引是具有类似特性的文档的集合。类比传统的关系型数据库领域来说，索引相当于 SQL 中的一个数据库，或者一个数据存储方案 (schema) 。索引由其名称 ( 必须为全小写字符 ) 进行标识，并通过引用此名称完成文档的创建、搜索、更新及删除操作。一个 ES 集群中可以按需创建任意数目的索引。

    类型 (Type)
    类型是索引内部的逻辑分区 (category/partition) ，然而其意义完全取决于用户需求。因此，一个索引内部可定义一个或多个类型 (type) 。一般来说，类型就是为那些拥有相同的域的文档做的预定义。例如，在索引中，可以定义一个用于存储用户数据的类型，一个存储日志数据的类型，以及一个存储评论数据的类型。类比传统的关系型数据库领域来说，类型相当于 “ 表 ” 。

    文档 (Document)
    文档是 Lucene 索引和搜索的原子单位，它是包含了一个或多个域的容器，基于 JSON 格式进行表示。文档由一个或多个域组成，每个域拥有一个名字及一个或多个值，有多个值的域通常称为 “ 多值域 ” 。每个文档可以存储不同的域集，但同一类型下的文档至应该有某种程度上的相似之处。
    映射 (Mapping)
    ES 中，所有的文档在存储之前都要首先进行分析。用户可根据需要定义如何将文本分割成 token 、哪些 token 应该被过滤掉，以及哪些文本需要进行额外处理等等。另外， ES 还提供了额外功能，例如将域中的内容按需排序。事实上， ES 也能自动根据其值确定域的类型。
                     


    节点 (Node)
   运行了单个实例的 ES 主机称为节点，它是集群的一个成员，可以存储数据、参与集群索引及搜索操作。类似于集群，节点靠其名称进行标识，默认为启动时自动生成的随机 Marvel 字符名称。用户可以按需要自定义任何希望使用的名称，但出于管理的目的，此名称应该尽可能有较好的识别性。节点通过为其配置的ES集群名称确定其所要加入的集群。
    分片 (Shard) 和副本 (Replica)

   ES 的 “ 分片 (shard)” 机制可将一个索引内部的数据分布地存储于多个节点，它通过将一个索引切分为多个底层物理的 Lucene 索引完成索引数据的分割存储功能，这每一个物理的 Lucene 索引称为一个分片 (shard) 。每个分片其内部都是一个全功能且独立的索引，因此可由集群中的任何主机存储。创建索引时，用户可指定其分片的数量，默认数量为5个。
    Shard 有两种类型： primary 和 replica ，即主 shard 及副本 shard 。 Primary shard 用于文档存储，每个新的索引会自动创建 5 个 Primary shard ，当然此数量可在索引创建之前通过配置自行定义，不过，一旦创建完成，其 Primary shard 的数量将不可更改。Replica shard 是 Primary Shard 的副本，用于冗余数据及提高搜索性能。每个
Primary shard 默认配置了一个Replica shard ，但也可以配置多个，且其数量可动态更改。 ES 会根据需要自动增加或减少这些 Replica shard 的数量。ES 集群可由多个节点组成，各 Shard 分布式地存储于这些节点上。ES 可自动在节点间按需要移动 shard ，例如增加节点或节点故障时。简而言之，分片实现了集群的分布式存储，而副本实现了其分布式处理及冗余功能。
与ElasticSearch 集群交互时，其输出数据均为 JSON 格式，多数情况下，此格式的易读性较差。 cat API 会在交互时以类似于 Linux 上 cat 命令的格式对结果进行逐行输出，因此有着较 JSON 好些的可读性。调用 cat API 仅需要向 “_cat” 资源发起 GET 请求即可。具体使用方法请查阅官方文档。

      另外， ES 集群的 CRUD 操作也非常容易进行，朋友们参考官方文档即可。