基本概念

索引

Elasticsearch将数据存储于一个或多个索引(Index)中,索引是具有类似特性的文档的集合。类比传统的关系型数据库领域来说,索引相当于SQL中的一个数据库,或者一个数据存储方案(schema)。
索引由其名称(必须为全小写字符)进行标识,并通过引用此名称完成文档的创建、搜索、更新及删除操作。一个Elasticsearch集群中可以按需创建任意数目的索引。

类型

类型(Type)是索引内部的逻辑分区(Category/Partition),然而其意义完全取决于用户需求。因此,一个索引内部可定义一个或多个类型。一般来说,类型就是为那些拥有相同的域的文档做的预定义。
例如,在索引中,可以定义一个用于存储用户数据的类型,一个存储日志数据的类型,以及一个存储评论数据的类型。类比传统的关系型数据库领域来说,类型相当于表。 但是ES正在弱化type这个概念,未来在一个index中就只有一个type了。

文档

文档(Document)是Lucene索引和搜索的原子单位,它是包含了一个或多个域的容器,基于JSON格式进行表示。
文档由一个或多个域组成,每个域拥有一个名字及一个或多个值,有多个值的域通常称为多值域。每个文档可以存储不同的域集,但同一类型下的文档至应该有某种程度上的相似之处。

映射

Elasticsearch中,所有的文档在存储之前都要首先进行分析。用户可根据需要定义如何将文本分割成token、哪些token应该被过滤掉,以及哪些文本需要进行额外处理等等。另外,Elasticsearch还提供了额外功能,例如将域中的内容按需排序。事实上,Elasticsearch也能自动根据其值确定域的类型。

集群

Elasticsearch集群(Cluster)是一个或多个节点的集合,它们共同存储了整个数据集,并提供了联合索引以及可跨所有节点的搜索能力。多节点组成的集群拥有冗余能力,它可以在一个或几个节点出现故障时保证服务的整体可用性。集群靠其独有的名称进行标识,默认名称为elasticsearch。节点靠其集群名称来决定加入哪个Elasticsearch集群,一个节点只能属一个集群。如果不考虑冗余能力等特性,仅有一个节点的Elasticsearch集群一样可以实现所有的存储及搜索功能。

节点

运行了单个实例的Elasticsearch主机称为节点(Node),它是集群的一个成员,可以存储数据、参与集群索引及搜索操作。类似于集群,节点靠其名称进行标识,默认为启动时自动生成的随机Marvel字符名称。用户可以按需要自定义任何希望使用的名称,但出于管理的目的,此名称应该尽可能有较好的识别性。节点通过为其配置的Elasticsearch集群名称确定其所要加入的集群。

分片

Elasticsearch的分片(Shard)机制可将一个索引内部的数据分布地存储于多个节点,它通过将一个索引切分为多个底层物理的Lucene索引完成索引数据的分割存储功能,这每一个物理的Lucene索引称为一个分片。每个分片其内部都是一个全功能且独立的索引,因此可由集群中的任何主机存储。创建索引时,用户可指定其分片的数量,默认数量为5个。Shard有两种类型:Primary和Replica,即主Shard及副本Shard。Primary Shard用于文档存储,每个新的索引会自动创建5个Primary Shard,当然此数量可在索引创建之前通过配置自行定义,不过,一旦创建完成,其Primary Shard的数量将不可更改。Replica Shard是Primary Shard的副本,用于冗余数据及提高搜索性能。每个Primary Shard默认配置了一个Replica Shard,但也可以配置多个,且其数量可动态更改。Elasticsearch会根据需要自动增加或减少这些Replica Shard的数量。Elasticsearch集群可由多个节点组成,各Shard分布式地存储于这些节点上。