mirror of
https://gitee.com/shishan100/Java-Interview-Advanced
synced 2024-11-14 10:23:40 +00:00
59 lines
3.4 KiB
Markdown
59 lines
3.4 KiB
Markdown
|
## lucene 和 es 的前世今生
|
|||
|
|
lucene 是最先进、功能最强大的搜索库。如果直接基于 lucene 开发，非常复杂，即便写一些简单的功能，也要写大量的 Java 代码，需要深入理解原理。
|
|||
|
|
|
|||
|
|
elasticsearch 基于 lucene，隐藏了 lucene 的复杂性，提供了简单易用的 restful api / Java api 接口（另外还有其他语言的 api 接口）。
|
|||
|
|
|
|||
|
|
- 分布式的文档存储引擎
|
|||
|
|
- 分布式的搜索引擎和分析引擎
|
|||
|
|
- 分布式，支持 PB 级数据
|
|||
|
|
|
|||
|
|
## es 的核心概念
|
|||
|
|
### Near Realtime
|
|||
|
|
近实时，有两层意思：
|
|||
|
|
|
|||
|
|
- 从写入数据到数据可以被搜索到有一个小延迟（大概是 1s）
|
|||
|
|
- 基于 es 执行搜索和分析可以达到秒级
|
|||
|
|
|
|||
|
|
### Cluster 集群
|
|||
|
|
集群包含多个节点，每个节点属于哪个集群都是通过一个配置来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常。
|
|||
|
|
|
|||
|
|
### Node 节点
|
|||
|
|
Node 是集群中的一个节点，节点也有一个名称，默认是随机分配的。默认节点会去加入一个名称为 `elasticsearch` 的集群。如果直接启动一堆节点，那么它们会自动组成一个 elasticsearch 集群，当然一个节点也可以组成 elasticsearch 集群。
|
|||
|
|
|
|||
|
|
### Document & field
|
|||
|
|
文档是 es 中最小的数据单元，一个 document 可以是一条客户数据、一条商品分类数据、一条订单数据，通常用 json 数据结构来表示。每个 index 下的 type，都可以存储多条 document。一个 document 里面有多个 field，每个 field 就是一个数据字段。
|
|||
|
|
|
|||
|
|
```json
|
|||
|
|
{
|
|||
|
|
"product_id": "1",
|
|||
|
|
"product_name": "iPhone X",
|
|||
|
|
"product_desc": "苹果手机",
|
|||
|
|
"category_id": "2",
|
|||
|
|
"category_name": "电子产品"
|
|||
|
|
}
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### Index
|
|||
|
|
索引包含了一堆有相似结构的文档数据，比如商品索引。一个索引包含很多 document，一个索引就代表了一类相似或者相同的 ducument。
|
|||
|
|
|
|||
|
|
### Type
|
|||
|
|
类型，每个索引里可以有一个或者多个 type，type 是 index 的一个逻辑分类，比如商品 index 下有多个 type：日化商品 type、电器商品 type、生鲜商品 type。每个 type 下的 document 的 field 可能不太一样。
|
|||
|
|
|
|||
|
|
### shard
|
|||
|
|
单台机器无法存储大量数据，es 可以将一个索引中的数据切分为多个 shard，分布在多台服务器上存储。有了 shard 就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个 shard 都是一个 lucene index。
|
|||
|
|
|
|||
|
|
### replica
|
|||
|
|
任何一个服务器随时可能故障或宕机，此时 shard 可能就会丢失，因此可以为每个 shard 创建多个 replica 副本。replica 可以在 shard 故障时提供备用服务，保证数据不丢失，多个 replica 还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认 5 个），replica shard（随时修改数量，默认 1 个），默认每个索引 10 个 shard，5 个 primary shard，5个 replica shard，最小的高可用配置，是 2 台服务器。
|
|||
|
|
|
|||
|
|
这么说吧，shard 分为 primary shard 和 replica shard。而 primary shard 一般简称为 shard，而 replica shard 一般简称为 replica。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## es 核心概念 vs. db 核心概念
|
|||
|
|
| es | db |
|
|||
|
|
|---|---|
|
|||
|
|
| index | 数据库 |
|
|||
|
|
| type | 数据表 |
|
|||
|
|
| docuemnt | 一行数据 |
|
|||
|
|
|
|||
|
|
以上是一个简单的类比。
|