ES 譯文之 ES 必學的幾個核心概念

官方原文

Elasticsearch 中有一些很基礎但很是核心的概念，在正式開始學習前，你須要先了解下它們，這將對你後面的學習有極大的幫助。

近實時 NRT

Elasticsearch 是一個近實時的搜索平臺。這也就意味着，文檔從被索引到真正能被搜索有一個簡短的延遲（一般是 1 秒）。

集羣 Cluster

集羣，即一個或多個節點（servers）的集合，它承載了咱們保存的全部數據，並提供了在全部節點索引和搜索的能力。每一個集羣擁有一個惟一的名稱標識，默認的名稱爲 "elasticsearch"。這個名字很是重要，每一個節點只能加入到一個集羣，而每一個節點可否成爲某集羣的一部分，就是由這個名字決定的。

咱們須要確保不一樣的環境，集羣名稱是不一樣的，不然節點將會加入到錯誤的集羣。舉個例子，你能夠用 logging-dev、logging-stage、 logging-production 命名三個集羣來分別表示開發、預發和生產三個環境。

集羣中只有一個節點也能夠完美工做。並且，你能夠經過設置不一樣的集羣名稱，實現運行多個集羣的目標。

節點 Node

節點是一個單一的服務，同時也是集羣的一部分，負責保存數據，集羣的索引和搜索能力須要各個節點的參與。和集羣同樣，每一個節點也有本身的名字，節點的名稱默認是經過 UUID 隨機產生的，在節點啓動時，會爲其分配一個名稱。若是不但願使用默認生成的名稱，也能夠自定義。這個名字也很重要，集羣會經過它們來標識每一個節點，在進行集羣管理時，要知道哪些節點屬於某個集羣一樣須要節點名稱來識別。

經過爲某個節點配置集羣名稱，就能夠把它加入到指定的集羣。節點默認會被加入到名稱爲"elaticsearch" 的集羣。若是在一個網絡中啓動了多個節點，而且它們能夠互相發現，那麼這些節點就會自發組成一個名稱爲 "elaticsearch" 的集羣。

一個集羣能夠由任意多個節點組成。若是網絡中沒有正在運行的節點，那麼啓動一個新節點將自動建立一個新的集羣，而這個集羣只包含了一個節點，默認名稱爲 "elasticsearch"。

索引 Index

索引，是有着類似性的文檔的一組集合。怎麼理解呢？舉個例子，你能夠用一個索引存儲消費者一類的數據，一個索引保存商品類信息、還有一個索引保存訂單數據。 每一個索引都是經過名稱（必須是小寫）來識別的。當咱們對某個索引中文檔數據執行一些操做時，好比索引、搜索、更新和刪除時，也要經過名字識別。

一個集羣能夠定義任意多個索引。

類型 Type

注：Type 在 Elasticsearch 6.0 已經被棄用了。再也不支持多個類型

類型是用於在索引上實現一種邏輯上的分類/分區，這讓咱們能夠在一個索引中存儲不一樣類型的文檔，好比，user 類型，blog 類型。可是，在 6.0 之後， 已經不支持在一個建立多個 Type 類型了，並且，Type 類型這個概念將會在下一個版本，也就是 7.0 完全移除。

文檔 Document

文檔是 Elasticsearch 中能被索引的最小信息單元。好比，你能夠用一個文檔表示一個消費者，一個文檔表示一個商品，還有一個文檔表示一筆訂單。文檔是以 JSON 格式表示的，這是一種很經常使用的數據格式。

在一個索引/類型中，咱們能夠保存任意多個文檔。要說明的是，雖然物理意義上，文檔是保存在索引中的，但當前版本（6.5），一個文檔的保存必需要指定索引/類型。

分片和副本 Sharps & Replica

毫無疑問，一個索引中存儲的數據量可能突破單個節點的硬件限制。舉個栗子，假設一個含有十億個文檔的索引將佔用 1T 的磁盤空間，那麼一個節點的磁盤空間可能不夠。 即便有足夠的空間，也會出如今單一節點請求處理太慢的問題。

如何解決這個問題呢？Elasticsearch 提供了一種能力，能夠把一個索引拆分爲多個部分，每一個部分稱爲 sharps，即分片。建立索引時，你能夠指定索引的分片數，每一個分片其實都是一個獨立的，功能齊全的 "索引 index"，而且可能存在於集羣中的任何一個節點上。

分片是很是重要的，有兩個緣由：

• 它使集羣能夠實現水平容量擴展
• 它使咱們能夠實如今不一樣分片（多個節點）之間並行操做，從而提升系統的性能/吞吐量。

那麼，你是否會想，索引上的分片如何分佈的呢？一個搜索請求如何查找和聚合不一樣分片的搜索結果呢？其實，Elasticsearch 已經幫咱們解決了這些問題。 並且這個過程咱們也是可見的。

在一個網絡/雲環境下，隨時可能發生異常，好比某些狀況下，切片/節點忽然中止工做，或者直接從集羣中直接消失了。於是，容錯機制是很是必要且很是重要的。基於此，Elasticsearch 提供了爲切片建立副本的能力，你能夠設置爲每一個切片建立一個或多個副本。

以兩點來介紹下副本的重要性。

• 高可用，萬一某個節點/切片掛了，依然能夠正常工做。所以，千萬要注意，副本切片和主切片永遠不會分配在同一個節點上。
• 高性能，操做能夠在多個副本上並行執行，這能夠提升你的搜索性能，提升搜索的吞吐量.

簡言之，一個索引能夠被拆分紅多個切片，而一個索引也能夠被複制 0 或多份。一旦完成副本複製，每一個索引將會擁有一個主分片（原始分片，其餘副本都從這個分片拷貝）和副本分片（主分片的副本）。

索引的分片和副本數能夠在索引建立時定義。不過，在索引建立完成後，你也能夠隨時改變更態的改變副本數量。經過 _shrink 和 _split 兩個接口，你也能夠改變已建立的索引的分片數，但這不是一件小事情，最好是在建立索引時，就設置好正確的分片數。

默認狀況下，Elasticsearch 會爲每一個索引分配 5 個主分片和 5 個副本，這也就意味着，若是你的集羣中至少有兩個節點，那麼默認每一個索引會有 5 個主分片和 5 個副本，即總共包含 10 個分片。