Elasticsearch 概念

Elasticsearch 是一个面向文档的 NoSQL 数据库，用于以文档的形式存储数据。它允许用户存储、分析和搜索大量数据。 Elasticsearch 是 ELK stack 的主要产品之一，还有 Logstash、Kibana 和 Beats。但在本教程中，我们只使用 Elasticsearch。本教程将遵循 Elasticsearch 的流程。

让我们讨论 Elasticsearch 中使用的关键概念或重要术语，它们是：

• 节点
• 集群
• 文档
• 索引
• 碎片
• 副本
• 类型
• 映射

下面详细讨论了 Elasticsearch 的这些关键概念:

Node

节点是Elasticsearch的一个实例，用于存储数据。它在 Elasticsearch 实例开始运行时创建。简单来说，它指的是一个正在运行的 Elasticsearch 实例。出于管理目的，节点由其名称标识。

集群

集群是一组一个或多个节点，它们一起工作以保存数据。集群为整个数据提供跨所有节点的搜索功能和联合索引。基本上，它是一组运行 Elasticsearch 引擎的系统。

类似于节点，它也由一个名称标识以用于管理目的。集群的默认名称是 elasticsearch。

Document

该文档是以独特方式的字段集合，以 JSON 格式定义。它用于存储驻留在 Elasticsearch 索引中的数据。所以，它可以被索引。每个文档都属于一种类型并与唯一标识符(UID) 相关联。它以 JSON(键: 值)对表示。在 RDBMS 中，文档表示为表中的一行。

在 Elasticsearch 术语中，Document = Row、Field = Column、Index = Table 和 Cluster = Database。

Index

索引是一组不同类型的文档。它有助于执行搜索、更新和删除操作以及索引。在关系数据库中，索引表示为表，这意味着索引类似于 RDBMS 中的表。

Elasticsearch 允许在单个集群中定义各种索引。为了提高性能，索引使用了分片的概念。

分片

使用集群可以存储大量数据，但可能会超出单个服务器的容量。为了克服这个问题，Elasticsearch 允许将您的索引分成几个部分，称为 shard。因此，将您的索引分成几部分以创建分片。您可以在创建索引时定义所需的分片数量。

创建索引时，可以定义所需的分片数量。每个分片都是独立的且功能齐全。

副本

副本是分片的附加副本。它们像分片一样执行查询。 Elasticsearch 使用户能够创建其索引和分片的副本。

Elasticsearch 提供副本以避免任何类型的故障，并有助于在出现故障时提高数据的可用性。故障可能类似于-节点或分片由于某种原因将脱机。复制不仅增加了数据的可用性，还通过在这些副本中执行并行搜索操作来提高搜索的性能。

Type

在 Elasticsearch 中，为具有通用集合的文档定义了类型领域。它是索引的逻辑类别，其语义取决于用户。

映射

在 Elasticsearch 中，每个索引都有一个与之关联的映射，这是索引中每个单独文档可以保存的数据的模式定义。映射可以自动完成，也可以为索引手动创建。数据推送到索引时，会自动添加映射。

ES 和 RDBMS 的比较

在 Elasticsearch(ES) 中，文档类似于RDBMS(关系数据库)中的行。行的集合创建一个表，在 Elasticsearch 中称为索引。让我们将 Elasticsearch 中使用的术语与 RDBMS 进行比较。

Elasticsearch 是一个分布式搜索引擎，用于全文搜索。在本节中，我们将讨论 Elasticsearch 的物理架构。在其中我们将看到文件是如何跨物理机或虚拟机分布的。与此同时，我们还将看到机器如何 ...