Elasticsearch 的核心概念

Elasticsearch 是一个面向文档的 NoSQL 数据库，用于以文档的形式存储数据。它允许用户存储、分析和搜索大量数据。Elasticsearch 是 ELK stack 的主要产品之一，与 Logstash、Kibana 和 Beats 一起使用。但在本教程中，我们仅使用 Elasticsearch。本教程将按照 Elasticsearch 的流程进行。

让我们讨论 Elasticsearch 中使用的关键概念或重要术语，这些术语是 -

1. 节点
2. 集群 (Cluster)
3. 文档
4. 索引
5. 分片 (Shard)
6. 副本 (Replicas)
7. 类型
8. 映射

以下详细讨论了 Elasticsearch 的这些关键概念

节点

节点是 Elasticsearch 的一个实例，用于存储数据。当 Elasticsearch 实例开始运行时，它就会被创建。简单来说，它指的是 Elasticsearch 的一个正在运行的实例。节点通过其名称进行识别，以方便管理。

集群 (Cluster)

集群是一组协同工作以保存数据的一个或多个节点。集群为整个数据提供搜索功能，并在所有节点上进行联合索引。基本上，它是一个运行 Elasticsearch 引擎的系统组。

与节点类似，它也通过名称进行识别，以方便管理。集群的默认名称是 elasticsearch。

文档

文档是以 JSON 格式定义的字段的唯一集合。它用于存储驻留在 Elasticsearch 索引中的数据。因此，它可以被索引。每个文档都属于一种类型，并与唯一的标识符 (UID) 相关联。它以 JSON (键: 值) 对表示。在 RDBMS 中，文档表示为表中的一行。

在 Elasticsearch 术语中，文档 = 行，字段 = 列，索引 = 表，集群 = 数据库。

索引

索引是不同类型文档的集合。它有助于执行搜索、更新和删除操作以及索引编制。在关系数据库中，索引表示为表，这意味着索引类似于 RDBMS 中的表。

Elasticsearch 允许在单个集群中定义各种索引。为了提高性能，索引使用分片的概念。

分片 (Shard)

可以使用集群存储大量数据，但这可能会超出单个服务器的能力。为了克服这个问题，Elasticsearch 允许将索引分成多个部分，称为分片。因此，将您的索引分成多个部分以创建分片。您可以在创建索引时定义所需的分片数量。

在创建索引时，可以定义所需的分片数量。每个分片都是独立的且功能齐全的。

副本 (Replicas)

副本是分片的附加副本。它们执行查询，就像分片一样。Elasticsearch 允许用户创建其索引和分片的副本。

Elasticsearch 提供副本以避免任何类型的故障，并有助于在发生故障时增强数据的可用性。故障可能是节点或分片由于某种原因要脱机。复制不仅提高了数据的可用性，而且还通过在这些副本中执行并行搜索操作来提高搜索性能。

类型

在 Elasticsearch 中，为具有一组公共字段的文档定义类型。它是索引的逻辑类别，其语义取决于用户。

映射

在 Elasticsearch 中，每个索引都有一个与之关联的映射，它是可以由索引中每个单独文档保存的数据的模式定义。可以自动完成映射，也可以手动为索引创建映射。当数据被推送到索引时，映射会自动添加。

ES 和 RDBMS 之间的比较

在 Elasticsearch (ES) 中，文档类似于 RDBMS（关系数据库）中的行。行的集合创建一个表，在 Elasticsearch 中称为索引。 让我们比较一下 Elasticsearch 中使用的术语与 RDBMS。