了解 Elasticsearch 的核心概念对掌握其使用和优化非常重要。以下是对 Elasticsearch 中索引、类型、文档、节点、集群、分片和副本的详细解释。

索引（Index）

  • 定义: 索引是 Elasticsearch 中存储、管理和查询文档的地方。可以把索引看作是一个数据库中的表。
  • 结构: 每个索引包含多个类型（在 Elasticsearch 6.x 及以前版本）和文档。
  • 创建: 索引在创建时定义映射（Mapping）和设置（Settings）。映射定义了字段类型和字段属性，而设置包括分片和副本的数量等配置。
  • 命名: 索引名称必须是小写，不能包含空格和一些特殊字符。

类型（Type）

  • 定义: 类型是 Elasticsearch 6.x 及以前版本中的概念，用于将索引内的文档分类。类型相当于数据库表中的列族。
  • 结构: 每个类型包含多个文档。不同类型可以有不同的字段。
  • 废弃: 从 Elasticsearch 7.x 开始，类型概念被废弃，一个索引中只能包含一个类型，以简化数据模型和避免冲突。

文档（Document）

  • 定义: 文档是 Elasticsearch 中存储的数据单元，相当于数据库表中的一行。每个文档是一个 JSON 对象。
  • 结构: 文档包含多个字段，每个字段都有数据类型，如字符串、数字、日期等。
  • 唯一标识: 每个文档有一个唯一的 _id 字段，作为其唯一标识符。

节点（Node）

  • 定义: 节点是运行 Elasticsearch 实例的基本单元。每个节点是集群的一部分。
  • 类型: 节点可以有多种角色，如主节点（Master Node）、数据节点（Data Node）、协调节点（Coordinator Node）等。
  • 配置: 节点的角色和配置通过 elasticsearch.yml 文件进行设置。

集群（Cluster）

  • 定义: 集群是由多个节点组成的集合，协同工作来存储数据和处理搜索请求。
  • 名称: 集群有一个唯一的名称，用于标识该集群，默认名称为 “elasticsearch”。
  • 管理: 集群通过选举一个主节点来管理集群状态和任务分配。主节点负责创建和删除索引，跟踪集群范围内的节点信息等。

分片（Shard）

  • 定义: 分片是 Elasticsearch 中索引的基本存储单元，一个索引可以被拆分成多个分片。
  • 类型: 分片有两种类型：主分片（Primary Shard）和副本分片（Replica Shard）。
  • 配置: 分片数量在索引创建时指定，主分片数量创建后不可更改。
  • 分配: Elasticsearch 会自动将分片分配到集群中的不同节点上，以均衡负载和提高可用性。

副本（Replica）

  • 定义: 副本是主分片的复制，用于提高数据的可用性和容错能力。
  • 数量: 每个主分片可以有多个副本分片，副本数量可以在索引创建后动态调整。
  • 角色: 副本不仅在主分片失效时接管工作，还可以分担查询负载，提升查询性能。

关系和架构图

graph LR subgraph Elasticsearch_Cluster A[Node 1] B[Node 2] C[Node 3] end subgraph Index D[Primary Shard 1] E[Primary Shard 2] F[Replica Shard 1] G[Replica Shard 2] end D --> A E --> B F --> C G --> A

总结

  • 索引（Index）: 存储、管理和查询文档的地方，相当于数据库中的表。
  • 类型（Type）: Elasticsearch 6.x 及以前版本中的分类概念，从 7.x 开始废弃。
  • 文档（Document）: 存储的数据单元，是一个 JSON 对象，相当于数据库表中的一行。
  • 节点（Node）: 运行 Elasticsearch 实例的基本单元，可以有多种角色。
  • 集群（Cluster）: 由多个节点组成的集合，协同工作来存储数据和处理请求。
  • 分片（Shard）: 索引的基本存储单元，分为主分片和副本分片。
  • 副本（Replica）: 主分片的复制，用于提高数据的可用性和查询性能。