ES 译文之 ES 必学的几个核心概念

官方原文

Elasticsearch 中有一些很基础但很是核心的概念，在正式开始学习前，你须要先了解下它们，这将对你后面的学习有极大的帮助。

近实时 NRT

Elasticsearch 是一个近实时的搜索平台。这也就意味着，文档从被索引到真正能被搜索有一个简短的延迟（一般是 1 秒）。

集群 Cluster

集群，即一个或多个节点（servers）的集合，它承载了咱们保存的全部数据，并提供了在全部节点索引和搜索的能力。每一个集群拥有一个惟一的名称标识，默认的名称为 "elasticsearch"。这个名字很是重要，每一个节点只能加入到一个集群，而每一个节点可否成为某集群的一部分，就是由这个名字决定的。

咱们须要确保不一样的环境，集群名称是不一样的，不然节点将会加入到错误的集群。举个例子，你能够用 logging-dev、logging-stage、 logging-production 命名三个集群来分别表示开发、预发和生产三个环境。

集群中只有一个节点也能够完美工做。并且，你能够经过设置不一样的集群名称，实现运行多个集群的目标。

节点 Node

节点是一个单一的服务，同时也是集群的一部分，负责保存数据，集群的索引和搜索能力须要各个节点的参与。和集群同样，每一个节点也有本身的名字，节点的名称默认是经过 UUID 随机产生的，在节点启动时，会为其分配一个名称。若是不但愿使用默认生成的名称，也能够自定义。这个名字也很重要，集群会经过它们来标识每一个节点，在进行集群管理时，要知道哪些节点属于某个集群一样须要节点名称来识别。

经过为某个节点配置集群名称，就能够把它加入到指定的集群。节点默认会被加入到名称为"elaticsearch" 的集群。若是在一个网络中启动了多个节点，而且它们能够互相发现，那么这些节点就会自发组成一个名称为 "elaticsearch" 的集群。

一个集群能够由任意多个节点组成。若是网络中没有正在运行的节点，那么启动一个新节点将自动建立一个新的集群，而这个集群只包含了一个节点，默认名称为 "elasticsearch"。

索引 Index

索引，是有着类似性的文档的一组集合。怎么理解呢？举个例子，你能够用一个索引存储消费者一类的数据，一个索引保存商品类信息、还有一个索引保存订单数据。 每一个索引都是经过名称（必须是小写）来识别的。当咱们对某个索引中文档数据执行一些操做时，好比索引、搜索、更新和删除时，也要经过名字识别。

一个集群能够定义任意多个索引。

类型 Type

注：Type 在 Elasticsearch 6.0 已经被弃用了。再也不支持多个类型

类型是用于在索引上实现一种逻辑上的分类/分区，这让咱们能够在一个索引中存储不一样类型的文档，好比，user 类型，blog 类型。可是，在 6.0 之后， 已经不支持在一个建立多个 Type 类型了，并且，Type 类型这个概念将会在下一个版本，也就是 7.0 完全移除。

文档 Document

文档是 Elasticsearch 中能被索引的最小信息单元。好比，你能够用一个文档表示一个消费者，一个文档表示一个商品，还有一个文档表示一笔订单。文档是以 JSON 格式表示的，这是一种很经常使用的数据格式。

在一个索引/类型中，咱们能够保存任意多个文档。要说明的是，虽然物理意义上，文档是保存在索引中的，但当前版本（6.5），一个文档的保存必需要指定索引/类型。

分片和副本 Sharps & Replica

毫无疑问，一个索引中存储的数据量可能突破单个节点的硬件限制。举个栗子，假设一个含有十亿个文档的索引将占用 1T 的磁盘空间，那么一个节点的磁盘空间可能不够。 即便有足够的空间，也会出如今单一节点请求处理太慢的问题。

如何解决这个问题呢？Elasticsearch 提供了一种能力，能够把一个索引拆分为多个部分，每一个部分称为 sharps，即分片。建立索引时，你能够指定索引的分片数，每一个分片其实都是一个独立的，功能齐全的 "索引 index"，而且可能存在于集群中的任何一个节点上。

分片是很是重要的，有两个缘由：

• 它使集群能够实现水平容量扩展
• 它使咱们能够实如今不一样分片（多个节点）之间并行操做，从而提升系统的性能/吞吐量。

那么，你是否会想，索引上的分片如何分布的呢？一个搜索请求如何查找和聚合不一样分片的搜索结果呢？其实，Elasticsearch 已经帮咱们解决了这些问题。 并且这个过程咱们也是可见的。

在一个网络/云环境下，随时可能发生异常，好比某些状况下，切片/节点忽然中止工做，或者直接从集群中直接消失了。于是，容错机制是很是必要且很是重要的。基于此，Elasticsearch 提供了为切片建立副本的能力，你能够设置为每一个切片建立一个或多个副本。

以两点来介绍下副本的重要性。

• 高可用，万一某个节点/切片挂了，依然能够正常工做。所以，千万要注意，副本切片和主切片永远不会分配在同一个节点上。
• 高性能，操做能够在多个副本上并行执行，这能够提升你的搜索性能，提升搜索的吞吐量.

简言之，一个索引能够被拆分红多个切片，而一个索引也能够被复制 0 或多份。一旦完成副本复制，每一个索引将会拥有一个主分片（原始分片，其余副本都从这个分片拷贝）和副本分片（主分片的副本）。

索引的分片和副本数能够在索引建立时定义。不过，在索引建立完成后，你也能够随时改变更态的改变副本数量。经过 _shrink 和 _split 两个接口，你也能够改变已建立的索引的分片数，但这不是一件小事情，最好是在建立索引时，就设置好正确的分片数。

默认状况下，Elasticsearch 会为每一个索引分配 5 个主分片和 5 个副本，这也就意味着，若是你的集群中至少有两个节点，那么默认每一个索引会有 5 个主分片和 5 个副本，即总共包含 10 个分片。