系列目錄

內存吞金獸(Elasticsearch)的那些事兒 -- 認識一下

內存吞金獸(Elasticsearch)的那些事兒 -- 數據結構及巧妙算法

內存吞金獸(Elasticsearch)的那些事兒 -- 架構&三高保證

內存吞金獸(Elasticsearch)的那些事兒 -- 寫入&檢索原理

內存吞金獸(Elasticsearch)的那些事兒 -- 常見問題痛點及解決方案

 

架構圖

 

 

Gateway

代表ElasticSearch索引的持久化存儲方式。

在Gateway中，ElasticSearch默認先把索引存儲在內存中，然后當內存滿的時候，再持久化到Gateway里。當ES集群關閉或重啟的時候，它就會從Gateway里去讀取索引數據。比如LocalFileSystem和HDFS、AS3等。

DistributedLucene Directory

是Lucene里的一些列索引文件組成的目錄。它負責管理這些索引文件。包括數據的讀取、寫入，以及索引的添加和合并等。

River

代表是數據源。是以插件的形式存在于ElasticSearch中。　

Mapping

映射的意思，非常類似于靜態語言中的數據類型。比如我們聲明一個int類型的變量，那以后這個變量只能存儲int類型的數據。

   eg：比如我們聲明一個double類型的mapping字段，則只能存儲double類型的數據。

Mapping不僅是告訴ElasticSearch，哪個字段是哪種類型。還能告訴ElasticSearch如何來索引數據，以及數據是否被索引到等。

Search Moudle

 搜索模塊

Index Moudle

 索引模塊

Disvcovery

     主要是負責集群的master節點發現。比如某個節點突然離開或進來的情況，進行一個分片重新分片等。

　 （Zen）發現機制默認的實現方式是單播和多播的形式，同時也支持點對點的實現。以插件的形式存在EC2。

   一個基于p2p的系統，它先通過廣播尋找存在的節點，再通過多播協議來進行節點之間的通信，同時也支持點對點的交互。

Scripting

   腳本語言。包括很多。如mvel、js、python等。　　　

   定制化功能非常便捷，但有性能問題

Transport

    代表ElasticSearch內部節點，代表跟集群的客戶端交互。包括 Thrift、Memcached、Http等協議

 　

RESTful Style API

   通過RESTful方式來實現API編程。

 

3rd plugins

  第三方插件，（想象一下idea或vscode的插件

Java(Netty)

  開發框架。其內部使用netty實現

JMX

 監控

 

部署節點

• master
• index node（也是coordinating node
• coordinating node

 

三高保證

 

 

 

1. 一個es集群會有多個es節點
2. 在眾多的節點中，其中會有一個Master Node，主要負責維護索引元數據、負責切換主分片和副本分片身份等工作，如果主節點掛了，會選舉出一個新的主節點
   
   1. 如果某個節點掛了，Master Node就會把對應的副本分片提拔為主分片，這樣即便節點掛了，數據就不會丟。
3. es最外層的是Index（相當于數據庫 表的概念）；一個Index的數據我們可以分發到不同的Node上進行存儲，這個操作就叫做分片。
   
   1. 比如現在我集群里邊有4個節點，我現在有一個Index，想將這個Index在4個節點上存儲，那我們可以設置為4個分片。這4個分片的數據合起來就是Index的數據
   2. 分片會有主分片和副本分片之分（防止某個節點宕機，保證高可用）

   3. Index需要分為多少個分片和副本分片都是可以通過配置設置的

為什么需要分片？

 

• 如果一個Index的數據量太大，只有一個分片，那只會在一個節點上存儲，隨著數據量的增長，一個節點未必能把一個Index存儲下來。
• 多個分片，在寫入或查詢的時候就可以并行操作（從各個節點中讀寫數據，提高吞吐量）

分詞器：

在分詞前我們要先明確字段是否需要分詞，不需要分詞的字段將type設置為keyword，可以節省空間和提高寫性能。

1）es的內置分詞器

常用的三種分詞：Standard Analyzer、Simple Analyzer、whitespace Analyzer

standard 是默認的分析器，英文會按照空格切分，同時大寫轉小寫，中文會按照每個詞切分

simple 先按照空格分詞，英文大寫轉小寫，不是英文不再分詞

Whitespace Analyzer  先按照空格分詞，不是英文不再分詞，英文不再轉小寫

 

2）第三方分詞器

es內置很多分詞器，但是對中文分詞并不友好，例如使用standard分詞器對一句中文話進行分詞，會分成一個字一個字的。這時可以使用第三方的Analyzer插件，分別是HanLP，IK，Pinyin分詞器三種；

• HanLP-面向生產環境的自然語言處理工具包，支持有多重分詞配置

       兩個官網分詞例子測試效果，分詞效果較內置的分詞有很大明顯，可以支持中文的詞語分詞；

 

 

 

 

      

• IK分詞器：

         可以根據粒度拆分

    ik_smart: 會做最粗粒度的拆分

    ik_max_word: 會將文本做最細粒度的拆分

       如果是最細粒度，我是中國人，會被分詞為我，是，中國人，中國，國人，相對于Hanlp的分詞更加準確和多樣；

• PinYin

       會對特定的信息進行分詞，對用戶搜索有更好的體驗，該分詞會對漢字的首字母進行分詞，例如劉德華，會被分詞為ldh，張學友，會被分詞為zxy，用戶根據拼音首字母就可以搜索出對應的特定信息。