本文目錄
一趁窃、Elasticsearch 基本術(shù)語
1.1 文檔（Document）、索引（Index）绿鸣、類型（Type）文檔三要素
1.2 集群（Cluster）肥橙、節(jié)點(diǎn)（Node）、分片（Shard）分布式三要素
二鹃骂、Elasticsearch 工作原理
2.1 文檔存儲(chǔ)的路由
2.2 如何健康檢查
2.3 如何水平擴(kuò)容
三台盯、小結(jié)
一、Elasticsearch 基本術(shù)語
1.1 文檔（Document）偎漫、索引（Index）爷恳、類型（Type）文檔三要素
文檔（Document）
文檔，在面向?qū)ο笥^念就是一個(gè)對(duì)象象踊。在 ES 里面温亲，是一個(gè)大 JSON 對(duì)象，是指定了唯一 ID 的最底層或者根對(duì)象杯矩。文檔的位置由 _index栈虚、_type 和 _id 唯一標(biāo)識(shí)。
索引（Index）
索引史隆，用于區(qū)分文檔成組魂务，即分到一組的文檔集合。索引泌射，用于存儲(chǔ)文檔和使文檔可被搜索粘姜。比如項(xiàng)目存索引 project 里面，交易存索引?sales 等熔酷。
類型（Type）
類型孤紧，用于區(qū)分索引中的文檔，即在索引中對(duì)數(shù)據(jù)邏輯分區(qū)拒秘。比如索引?project 的項(xiàng)目數(shù)據(jù)号显，根據(jù)項(xiàng)目類型 ui 項(xiàng)目臭猜、插畫項(xiàng)目等進(jìn)行區(qū)分。
和關(guān)系型數(shù)據(jù)庫 MySQL 做個(gè)類比：
Document 類似于 Record
Type?類似于 Table
Index?類似于 Database
1.2 集群（Cluster）押蚤、節(jié)點(diǎn)（Node）蔑歌、分片（Shard）分布式三要素
集群（Cluster）
服務(wù)器集群大家都知道，這里 ES 也是類似的揽碘。多個(gè) ElasticSearch 運(yùn)行實(shí)例（節(jié)點(diǎn)）組合的組合體是 ElasticSearch 集群次屠。
ElasticSearch 是天然的分布式，通過水平擴(kuò)容為集群添加更多節(jié)點(diǎn)钾菊。
集群是去中心化的帅矗，有一個(gè)主節(jié)點(diǎn)（Master）。主節(jié)點(diǎn)是動(dòng)態(tài)選舉煞烫，因此不會(huì)出現(xiàn)單點(diǎn)故障浑此。
那分片和節(jié)點(diǎn)的配置呢？
節(jié)點(diǎn)（Node）
一個(gè)?ElasticSearch 運(yùn)行實(shí)例就是節(jié)點(diǎn)滞详。順著集群來凛俱，任何節(jié)點(diǎn)都可以被選舉成為主節(jié)點(diǎn)。主節(jié)點(diǎn)負(fù)責(zé)集群內(nèi)所以變更料饥，比如索引的增加蒲犬、刪除等。所以集群不會(huì)因?yàn)橹鞴?jié)點(diǎn)流量的增大成為瓶頸岸啡。因?yàn)槿魏喂?jié)點(diǎn)都會(huì)成為主節(jié)點(diǎn)原叮。
下面有 3 個(gè)節(jié)點(diǎn)，第 1 個(gè)節(jié)點(diǎn)有：2 個(gè)主分片和 1 個(gè)副分片巡蘸。如圖：
那么奋隶，只有一個(gè)節(jié)點(diǎn)的 ElasticSearch 服務(wù)會(huì)存在瓶頸。如圖：
分片（Shard）
分片悦荒，是 ES 節(jié)點(diǎn)中最小的工作單元唯欣。分片僅僅保存全部數(shù)據(jù)的一部分，分片的集合是 ES 的索引搬味。分片包括主分片和副分片境氢，主分片是副分片的拷貝。主分片和副分片地工作基本沒有大的區(qū)別碰纬。
在索引中全文搜索萍聊，然后會(huì)查詢到每個(gè)分片，將每個(gè)分配的結(jié)果進(jìn)行全局地收集處理悦析，并返回寿桨。
二、Elasticsearch 工作原理
2.1 文檔存儲(chǔ)的路由
當(dāng)索引到一個(gè)文檔（如：報(bào)價(jià)系統(tǒng)）她按，具體的文檔數(shù)據(jù)（如：報(bào)價(jià)數(shù)據(jù)）會(huì)存儲(chǔ)到一個(gè)分片牛隅。具體文檔數(shù)據(jù)會(huì)被切分，并分別存儲(chǔ)在分片 1 或者 分片 2 …
那么如何確定存在哪個(gè)分片呢?
存儲(chǔ)路由過程由下面地公式?jīng)Q定：
shard= hash(routing) % number_of_primary_shards
routing 是可變值酌泰，支持自定義媒佣，默認(rèn)文檔 _id。
hash 函數(shù)生成數(shù)字陵刹，經(jīng)過取余算法得到余數(shù)默伍，那么這個(gè)余數(shù)就是分片的位置。
這是不是有點(diǎn)負(fù)載均衡的類似衰琐。
2.2 如何健康檢查
集群名也糊，集群的健康狀態(tài)
GEThttp://127.0.0.1:9200/_cluster/stats{"cluster_name":"elasticsearch","status":"green","timed_out":false,"number_of_nodes":1,"number_of_data_nodes":1,"active_primary_shards":0,"active_shards":0,"relocating_shards":0,"initializing_shards":0,"unassigned_shards":0}
status 字段是需要我們關(guān)心的。狀態(tài)可能是下列三個(gè)值之一：
green所有的主分片和副本分片都已分配羡宙。你的集群是100% 可用的狸剃。yellow所有的主分片已經(jīng)分片了，但至少還有一個(gè)副本是缺失的狗热。不會(huì)有數(shù)據(jù)丟失钞馁，所以搜索結(jié)果依然是完整的。高可用會(huì)弱化把 yellow 想象成一個(gè)需要及時(shí)調(diào)查的警告匿刮。red至少一個(gè)主分片（以及它的全部副本）都在缺失中僧凰。這意味著你在缺少數(shù)據(jù)：搜索只能返回部分?jǐn)?shù)據(jù)，而分配到這個(gè)分片上的寫入請(qǐng)求會(huì)返回一個(gè)異常熟丸。
active_primary_shards 集群中的主分片數(shù)量
active_shards 所有分片的匯總值
relocating_shards 顯示當(dāng)前正在從一個(gè)節(jié)點(diǎn)遷往其他節(jié)點(diǎn)的分片的數(shù)量训措。通常來說應(yīng)該是 0，不過在 Elasticsearch 發(fā)現(xiàn)集群不太均衡時(shí)光羞，該值會(huì)上漲绩鸣。比如說：添加了一個(gè)新節(jié)點(diǎn)，或者下線了一個(gè)節(jié)點(diǎn)狞山。
initializing_shards 剛剛創(chuàng)建的分片的個(gè)數(shù)全闷。
unassigned_shards 已經(jīng)在集群狀態(tài)中存在的分片。
2.3 如何水平擴(kuò)容
主分片在索引創(chuàng)建已經(jīng)確定萍启。讀操作可以同時(shí)被主分片和副分片處理总珠。因此，更多的分片勘纯，會(huì)擁有更高的吞吐量局服。自然，需要增加更多的硬件資源支持吞吐量驳遵。
說明淫奔，這里無法提高性能，因?yàn)槊總€(gè)分片獲得的資源會(huì)變少堤结。
動(dòng)態(tài)調(diào)整副本分片數(shù)唆迁，按需伸縮集群鸭丛，比如把副本數(shù)默認(rèn)值為 1 增加到 2：
PUT /blogs/_settings{"number_of_replicas":2}
三、小結(jié)
簡單初探了下?ElasticSearch 的相關(guān)內(nèi)容唐责。后面會(huì)主要落地到實(shí)戰(zhàn)鳞溉，關(guān)于? spring-data-elasticsearch 這塊的實(shí)戰(zhàn)。
最后鼠哥，《 深入淺出 spring-data-elasticsearch 》小連載目錄如下：
深入淺出 spring-data-elasticsearch - ElasticSearch 架構(gòu)初探（一）
深入淺出 spring-data-elasticsearch - 概述（二）
深入淺出?spring-data-elasticsearch - 基本案例詳解（三）
深入淺出?spring-data-elasticsearch - 復(fù)雜案例詳解（四）
深入淺出?spring-data-elasticsearch - 架構(gòu)原理以及源碼淺析（五）
資料：
官方《Elasticsearch: 權(quán)威指南》
https://www.elastic.co/guide/c ... .html
本文作者： 泥瓦匠
版權(quán)歸作者所有熟菲，轉(zhuǎn)載請(qǐng)注明出處
