基本概念 - Elasticsearch

本文介紹Elasticsearch服務使用過程中遇到的常用名詞的基本概念和簡要描述。

叢集（cluster）

一個Elasticsearch叢集由一個或多個Elasticsearch節點群組成，所有節點共同儲存資料。每個叢集都應有一個唯一的叢集名（ClusterName），同一環境內如果存在同名叢集，可能會出現不可知異常。

節點（node）

一個節點是叢集中的一個伺服器，用來儲存資料並參與叢集的索引和搜尋。一個叢集可以擁有多個節點，每個節點可以扮演不同的角色：

資料節點：儲存索引資料的節點，主要對文檔進行增刪改查、彙總等操作。
專有主節點：對叢集進行操作，例如建立或刪除索引，跟蹤哪些節點是叢集的一部分，並決定哪些分區分配給相關的節點。穩定的主節點對叢集的健康非常重要，預設情況下叢集中的任一節點都可能被選為主節點。
協調節點：分擔資料節點的CPU開銷，從而提高處理效能和服務穩定性。

索引（index）

一個索引是一個擁有一些相似特徵的文檔的集合，相當於關係型資料庫中的一個資料庫。例如，您可以擁有一個客戶資料的索引，一個商品目錄的索引，以及一個訂單資料的索引。一個索引通常使用一個名稱（所有字母必須小寫）來標識，當針對這個索引的文檔執行索引、搜尋、更新和刪除操作的時候，這個名稱被用來指向索引。

類型（type）

一個類型通常是一個索引的一個邏輯分類或分區，允許在一個索引下儲存不同類型的文檔，相當於關係型資料庫中的一張表，例如使用者類型、部落格類型等。由於6.x以後的Elasticsearch版本已經不支援在一個索引下建立多個類型，因此類型概念在後續版本中不再被提及。Elasticsearch 5.x允許在一個索引下儲存不同類型的文檔，Elasticsearch 6.x在一個索引下只允許一個類型，Elasticsearch 7.x索引類型命名只允許_doc，詳情請參見Elasticsearch官方文檔。

文檔（document）

一個文檔是可以被索引的基本資料單元，相當於關係型資料庫中的一行資料。例如，您可以為一個客戶建立一個文檔，或者為一個商品建立一個文檔。文檔可以用JSON格式來表示。在一個索引中，您可以儲存任意多的文檔，且文檔必須被索引。

欄位（field）

field是組成文檔的最小單位，相當於關係型資料庫中的一列資料。

映射（mapping）

mapping用來定義一個文檔以及其所包含的欄位如何被儲存和索引，相當於關係型資料庫中的Schema，例如在mapping中定義欄位的名稱和類型，以及所使用的分詞器。

Elasticsearch與關係型資料庫的映射關係如下表所示：

Elasticsearch	關係型資料庫
索引（index）	資料庫（Database）
文件類型（type）	表（Table）
文檔（document）	一行資料（Row）
欄位（field）	一列資料（Column）
映射（mapping）	資料庫的組織和結構（Schema）

分區（shards）和副本（replicas）

shards代表索引分區，Elasticsearch可以把一個完整的索引分成多個分區，這樣的好處是可以把一個大的索引拆分成多個，分布到不同的節點上，構成分布式搜尋。主分區的數量只能在索引建立時指定，並且索引建立後不能更改。

replicas是索引的備份，Elasticsearch可以設定多個副本。寫操作會先在主分區上完成，然後分發到副本分區上。因為索引的主分區和副本分區都可以對外提供查詢服務，所以副本能夠提升系統的高可用性和搜尋時的並發效能。但如果副本太多，也會增加寫操作時資料同步的負擔。

Elasticsearch 7.0以下版本預設為一個索引建立5個主分區，並分別為每個主分區建立1個副本分區，7.0及以上版本預設為一個索引建立1個主分區和1個副本分區。兩者區別如下：

分區類型	支援處理的請求	數量是否可修改	其他說明
主分區	支援處理查詢和索引請求。	在建立索引時設定，設定後不可更改，詳細資料請參見步驟三：建立索引。	索引內任意一個文檔都儲存在一個主分區中，所以主分區的數量決定著索引能夠儲存的最巨量資料量。重要主分區不是越多越好，因為主分區越多，Elasticsearch效能開銷也會越大。
副本分區	支援處理查詢請求，不支援處理索引請求。	可在任何時候添加或刪除副本分區，詳細資料請參見索引模板。	副本分區對搜尋效能非常重要，主要體現在以下兩個方面：提高系統的容錯效能，當某個節點某個分區損壞或丟失時可以從副本中恢複。提高Elasticsearch的查詢效率，Elasticsearch會自動對搜尋請求進行負載平衡。

重要 shard的大小和數量是影響Elasticsearch叢集穩定性和效能的重要因素之一。Elasticsearch叢集中任何一個索引都需要有一個合理的shard規劃。合理的shard規劃能夠防止因業務不明確，導致分區龐大消耗Elasticsearch本身效能的問題，詳細資料請參見規格容量評估。

gateway

gateway代表Elasticsearch索引快照的儲存方式，Elasticsearch預設優先將索引存放到記憶體中，當記憶體滿時再將這些索引持久化儲存至本地硬碟。gateway對索引快照進行儲存，當這個Elasticsearch叢集關閉再重新啟動時就會從gateway中讀取索引備份資料。Elasticsearch支援多種類型的gateway，有本地檔案系統（預設）、Distributed File System、Hadoop的HDFS和阿里雲的OSS雲端儲存體服務。

discovery.zen

discovery.zen代表Elasticsearch的自動探索節點機制，Elasticsearch是一個基於P2P的系統，它先通過廣播尋找存在的節點，再通過多播協議進行節點之間的通訊，同時也支援點對點的互動。

Transport

Transport代表Elasticsearch內部節點或叢集與用戶端的互動方式，預設使用TCP協議進行互動。同時支援通過外掛程式的方式整合，因此也可以使用HTTP協議（JSON格式）、thrift、memcached、zeroMQ等傳輸協議進行互動。