Elasticsearch搜索過程詳解

前言

說明：本文章使用的ES版本是：6.7.0

在上一篇文章Elasticsearch如何建立索引?中，介紹了ES寫入文檔的過程。

接下來咱們具體的看一下ES中，搜索過程是怎樣的

在ES中搜索

按照前面幾篇文章的步驟，咱們直接開始debug搜索的過程。上一篇文章中咱們寫入了以下的數據

{
    "id":6,
    "title": "我是文件標題，可被搜索到66",
    "text":  "文本內容，ES時如何索引一個文檔的66",
    "date":  "2014/01/06"
}'

如今執行以下請求，對ES服務器發起搜索請求：

curl -X GET 'localhost:9200/index_name/type_name/_search?pretty&q=title:66' -H 'Content-Type: application/json'

搜索能夠接收下面的形式的請求：

客戶端

1. 根據路由，RestSearchAction接收並開始處理請求
2. RestSearchAction解析並驗證搜索參數，並將其封裝成SearchRequest，並指定服務端要處理該請求的Action：indices:data/read/search

服務端（master節點）

1. 根據SearchRequest的index構造相應的ShardsIterator（分片迭代器），shardIterators由localShardsIterator（當前節點分片迭代器（默認一個節點上，一個索引有5個分片））和remoteShardIterators（其餘節點分片迭代器）合併而成，根據搜索條件，構建搜索策略。而後遍歷全部的shard。

   • 搜索策略

     • 最多遍歷分片數量LONG最大值2^63-1
     • 若是隻有一個分片，搜索類型只能是：QUERY_THEN_FETCH
     • 是否查詢緩存
     • 遍歷分片的最大併發數Math.min(256, Math.max(節點數, 1)*節點分片數)，節點默認分片數：5
2. 構造異步請求Action，將請求轉發到各個節點，等待回調
3. 遍歷全部節點，構造節點查詢參數ShardSearchTransportRequest對象，對每一個節點執行查詢操做
4. 執行查詢階段，首先在cache裏面判斷是否有緩存，若是有則執行緩存查詢；若是cache裏面沒有，執行QueryPhase類的execute()方法，他調用lucene的searcher.search對索引進行查詢，查詢成功回調onShardResult方法並返回docIds，查詢失敗回調onShardFailure（計數失敗狀況，並嘗試在副本分片上進行查詢）
5. 查詢階段會計算文檔的相關性得分用於排序：
6. Fetch階段：master接收到各個節點返回的docIds後，發起數據Fetch請求，經過docId和其分片ID到對應分片抓取數據，後合併數據返回給客戶端

大體的查詢時序邏輯：

搜索總結

1. Query階段能夠知道，一個搜索會遍歷這個索引下的全部分片，每一個分片都會執行一次搜索，並返回相同數量的文檔ID。好比搜索條件要查詢5條數據，有5個分片，則最終會查詢25條數據，排序後取前面5條數據
2. 查詢和計算權重得分在Lucene完成，聚合是在ES中實現的
3. 搜索會遍歷全部的分片，因此分片的數量影響着搜索的性能，而分片的數量也決定了ES能承載的最大數據量。因此在具體的應用中，須要在兩者之間選擇平衡
4. 計算文檔權重得分，每搜索一次，都會根據搜索條件從新計算一次，對搜索性能影響很大

系列文章

1. 搜索引擎ElasticSearch源碼編譯和Debug環境搭建
2. 搜索引擎ElasticSearch的啓動過程
3. Elasticsearch建立索引流程
4. Elasticsearch搜索過程詳解
5. Elasticsearch搜索相關性排序算法詳解
6. Elasticsearch中的倒排索引