Elasticsearch黑鸟教程2：Elasticsearch 基础概念

备注：此内容为《Elasticsearch黑鸟教程（入门系列）》之二，修订于2020年12月13日。

Elasticsearch 有几个核心概念，理解这些概念会对整个学习过程有莫大的帮助。

接近实时（NRT）

Elasticsearch是一个接近实时的搜索平台。这意味着，从索引一个文档直到这个文档能够被搜索到有一个轻微的延迟（通常是1秒）。

集群（cluster）

一个集群就是由一个或多个节点组织在一起，它们共同持有整个系统的数据，并一起提供索引和搜索功能。一个集群由一个唯一的名字标识，这个名字默认就是 “elasticsearch”。这个名字是重要的，因为一个节点只能通过查找某个集群的名字来加入这个集群。在生产环境中显式地设定这个名字是一个好 习惯，但是使用默认值来进行测试/开发也是不错的。

节点（node）

一个节点就是集群中的一个服务器，作为集群的一部分，它存储用户的数据，参与集群的索引和搜索功能。
和集群类似，一个节点也是由一个名字来标识的，默认情况 下，这个名字是一个随机的漫威漫画角色的名字，名字会在启动的时候赋予节点。这个名字对于管理工作来说十分重要，因为在这个管理过程中，用户会去确定网络中的哪些服务器对应于Elasticsearch集群中的哪些节点。

一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做“elasticsearch”的集群中，这意 味着，如果用户在自己的网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中。

在一个集群里，可以拥有任意多个节点。而且，如果当前用户的网络中没有运行任何Elasticsearch节点，这时启动第一个节点，会默认创建并加入一个叫做“elasticsearch”的集群。

索引（index）

一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。一个索引由一个名 字来标识（必须全部是小写字母的），并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。

在一个集群中，可以定义任意多的索引。

类型（type）

在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个 类型。比如说，假设你运营一个博客平台并且将你所有的数据存储到一个索引中。在这个索引中，你可以为用户数据定义一个类型，为博客数据定义另一个类 型，当然，也可以为评论数据定义另一个类型。

文档（document）

一个文档是一个可被索引的基础信息单元。比如，你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以 JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存在的互联网数据交互格式。

在一个index/type里面，用户可以存储任意多的文档。注意，尽管一个文档，物理上存在于一个索引之中，文档必须被索引/赋予一个索引的type。

分片和复制（shards & replicas）

一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任一节点都没有这样大的磁盘空间，或者单个节点处理搜索请求，响应太慢。

为了解决这个问题，Elasticsearch提供了将索引划分成多份的能力，这些份就叫做分片。当你创建一个索引的时候，你可以指定想要的分片的数量。每个分片本身也是一个功能完善并且独立的“子索引”，这个“子索引”可以被放置到集群中的任何节点上。

分片之所以重要，主要有两方面的原因：

• 允许用户水平分割/扩展系统的内容容量
• 允许用户在分片（潜在地，位于多个节点上）之上进行分布式的、并行的操作，进而提高性能/吞吐量。至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由Elasticsearch管理的，对于作为用户来说，这些都是透明的。

在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非 常有用并且是强烈推荐的。为此目的，Elasticsearch允许你创建分片的一份或多份拷贝，这些拷贝叫做副本分片。副本分片之所以重要，有两个主要原因：

• 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到副本分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。
• 扩展系统的搜索量/吞吐量，因为搜索可以在所有的复制上并行运行。

总之，每个索引可以被分成多个分片。一个索引也可以被复制0次（意思是没有副本）或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和 副本分片（主分片的拷贝）之别。

主分片和副本分片的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变副本分片的数量，但是绝不能改变主分片的数量。

在7.0版本之前，默认情况下，Elasticsearch中的每个索引被分片5个主分片和1个复制，这意味着，如果你的集群中至少有两个节点，你的索引将会有5个主分片和另外5个副本分片，这样的话每个索引总共就有10个分片。

而在7.0版本之后，默认的主分片数从5改为1，避免分片过度。分片也是一种资源，分片过多会影响集群的稳定性。因为分片过多，元信息会变多，这些元信息会占用堆内存。分片过多也会影响读写性能，因为每个读写请求都需要一个线程。所以，如果索引没有很大的数据量，不需要设置很多分片。