一、ElasticSearch介绍
- 一个采用RESTful API标准的高扩展性的和高可用性的实时性分析的全文搜索工具
- 基于Lucene[开源的搜索引擎框架]构建
- ElasticSearch是一个面向文档类型的数据库
- es为非关系型数据，存储非结构化的数据
二、ElasticSearch概念
1.节点(node):
- 一个装有es的服务并且提供故障转移和扩展的服务器，
- 单独一个es服务可以存储数据及搜索功能
- 在集群中一个节点的名称必须是唯一的
- 如果在集群中,通过节点名称进行管理
2.集群(cluster):
- 集群就是有多个node组织在一起。共同工作分享整个数据具有负载均衡功能的集群
- 集群里的节点协调工作，共享数据。
- 集群里通过master节点进行集群管理工作
- 集群里通过选举选出一个matser节点
- 一个集群里只有一个matser节点
- 每一个节点都有成为matser节点的可能
3.索引(Index)
- 索引就是一个拥有几分相似特征的文档集合
- 相当于mysql里的database
4.文档(Document)
- 一个文档是一个可以被索引的基础信息单元
- 相当于mysql里的行
- 文档用json格式来表示
5.类型(type)
- 一个索引中，可以定义一种或者多种数据类型
- 一个类型是你的索引的一个逻辑上的分类/分区
6.字段(field)
- es里的最小单元 相当于数据的某一列
- 类似于json里一个键
7.分片(shards)
- es将索引分成若干份 每个部分是一个shards
- 每一个shards存在不同的节点上
- 一个节点上不能存在两个相同的shards
- 每一个文档通过文档id进行hash来确定放在哪一个节点上
- 每一个分片都相当于一个独立的Lucene实例
8.副本(replicas)
- 索引的一份或者多份拷贝
- 容灾作用，防止主分片丢失后，副本分片会作为新的主分片，保证集群的数据完整性
- 提供查询性能，query的时候，既可以查询主分片，也可以查询副本分片
三、ElasticSearch和关系型数据库对比
| 关系型数据库Mysql |
非关系型数据库es |
| 数据库 database |
索引 Index |
| 表tables |
类型 type |
| 数据行row |
文档 Documents |
| 数据列Column |
字段 Fieid |
四、ElasticSearch架构图
1.Gateway
- gateway是ES数据存储的格式
- 可以使用hdfs，本地，亚马逊的s3等多种存储方式
- 存储索引信息,集群信息,mapping, 索引碎片信息,以及transaction logs
2.Distributed Lucene Directory
- Lucene框架 es就是基于Lucene框架开发的
- Lucene框架服发现等
3.Index Module
- 创建索引的模块
4.Search Module
- 搜索模块
5.Mapping
- 相当于mysql里的schema
6.river
- 从外部获取异构数据 来创建索引
7.Discovery
- 节点启动后会互相ping 根据在es.yml配置文件里找到对应的端口
- 进行开始选举，从各个节点任务的master中选，进行id字典排序，选择第一个
- 如果各个节点上都没有认为的master， 那么就从所有节点中选择
- 如果就一个节点 那么master就是她自己
- ES支持任意数目的集群,通过一个规则，只要所有的节点都遵循同样的规则，得到的信息都是对等的，选出来的主节点肯定是一致的. 但分布式系统的问题就出在信息不对等的情况，这时候很容易出现脑裂（Split-Brain）的问题，大多数解决方案就是设置一个quorum值，要求可用节点必须大于quorum（一般是超过半数节点），才能对外提供服务。而 Elasticsearch 中，这个quorum的配置就是 discovery.zen.minimum_master_nodes
8.Scriptsing
- 脚本执行功能 对查询出来的数据进行处理
- 支持多种语言
9.3rdplugins
- 支持安装第三方插件
10. transport
- 是支持的协议类型 默认使用http进行交互
