Java中Elasticsearch的核心概念详解
作者：码农BookSea
节点
- 每个Elasticsearch节点实际上就是一个Java进程，就是一个Elasticsearch的实例。
- 一个节点 ≠一台服务器，也就是说我可以在一台服务器上启动多个Elasticsearch实例。
角色
集群节点角色可以在配置文件elasticsearch.yml中通过node.roles配置，如果配置了节点角色，那么该节点将只会执行配置的角色功能。
master：候选节点
所谓master节点，就是在主节点down机的时候，可以参与选举，取而代之的节点。
举个例子：主节点好比班长，在班长不在的时候（主节点down机了），要选举出一个临时班长（master中选举）。
master节点不仅有选举权还有被选举权。每个master节点主要负责索引创建、索引删除、追踪节点信息和决定分片分配节点等。
配置节点（下面节点配置方法同）：
node.roles: [ master ]
data：数据节点
数据节点顾名思义就是存放数据的节点，数据节点负责存储文档数据和数据的CRUD操作。
因此该节点是CPU和IO密集型，需要实时监控该节点资源信息，以免过载。
数据节点又分为：data_content，data_hot，data_warm，data_code。
- data_content：数据内容节点，目录节点负责存储常量数据，且不随着时间的推移，改变数据的温层（hot、warm、cold）。且该节点的查询优先级是高于其它IO操作，所以该节点search和aggregations都会较快一些。
- data_hot：热节点，保存热数据，经常会被访问，用于存储最近频繁搜索和修改的时序数据。
- data_code：冷节点，保存冷数据，很少会被访问，当数据不再更新，那么可以将该数据移动到冷数据节点；冷数据节点用于存储只读，且访问频率较低的数据。该节点机器性能可以低一点。
- data_warm：温节点，介于热节点和冷节点之间（温节点是我自己翻译的），当数据访问频率下降，可以将其移动到温节点，温节点用于存储修改较少，但仍然有查询的数据。查询的频率肯定比热点节点要少。
Ingest：预处理节点
作用类似于Logstash中的Filter，Ingest其实就是管道的入口节点，比如说我们在做日志分析的时候，可以把日志输出的数据交给预处理节点做预处理。
ml：机器学习节点
机器学习节点负责处理机器学习相关请求。
remote_ cluster_ client：候选客户端节点
远程候选节点可以作为远程集群的客户端，主要负责搜索远程集群数据和同步两个集群间数据。
transform：转换节点
转换节点会进行一种特殊操作，通过特定聚集语句计算，然后将结果写到新的索引中。
voting_ only：仅投票节点
在master选举过程中，仅投票节点顾名思义就是仅仅投票，不会被选举为master。
Coordinating only node：协调节点
协调节点主要负责根据集群状态路由分发搜索，路由分发bulk操作。此外每个节点都是自带协调节点功能。
分片
分片的思想在很多分布式应用和海量数据处理的场所非常常见，通常来说，面对海量数据的存储，单个节点显得力不从心。
通俗解释，分片就是将数据拆分多份，放到不同的服务器节点。
Elasticsearch里的分片为为2种：主分片和副本分片。
Shards主分片
es可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上。构成分布式搜索。
分片的数量只能在索引创建前指定，并且索引创建后不能更改。这里和索引分片的算法有关，因为是通过取模算法去判断分到哪，如果改变了就无法正常查询之前的索引。
当客户端发起创建document的时候，es需要确定这个document放在该index哪个shard上。这个过程就是数据路由。
路由算法：shard = hash(routing) % number_of_primary_shards。
这里的routing指的就是document的id，如果number_of_primary_shards在查询的时候取余发生的变化，无法获取到该数据。
Replicas副本分片
代表索引副本，es可以设置多个索引的副本，副本的作用一是提高系统的容错性，当某个节点某个分片损坏或丢失时可以从副本中恢复。
二是提高es的查询效率，es会自动对搜索请求进行负载均衡。
- 一个索引包含一个或多个分片，在7.0之前默认五个主分片，每个主分片一个副本；在7.0之后默认一个主分片。副本可以在索引创建之后修改数量，但是主分片的数量一旦确定不可修改，只能创建索引。
- 每个分片都是一个Lucene实例，有完整的创建索引和处理请求的能力。
- ES会自动在nodes上做分片均衡。
- 一个doc不可能同时存在于多个主分片中，但是当每个主分片的副本数量不为一时，可以同时存在于多个副本中。
- 每个主分片和其副本分片不能同时存在于同一个节点上，所以最低的可用配置是两个节点互为主备。
- 副本分片是不能直接写入数据的，只能通过主分片做数据同步。
- 增减节点时，shard会自动在nodes中负载均衡。
集群
上面所说的节点角色构成了整个集群。
集群状态
- Green：主/副分片都已经分配好且可用，集群处于最健康的状态100%可用。
- Yellow：主分片可用，但是至少有一个副本是未分配的。这种情况下数据也是完整的，但是集群的高可用性会被弱化。
- Red：至少有一个不可用的主分片。此时只是部分数据可以查询，已经影响到了整体的读写，需要重点关注。 健康值检查
//查看集群健康状况 _cat/health _cluster/health
返回参数说明
示例：
{
"cluster_name" : "elastic-log-xxx",
"status" : "green",
"timed_out" : false,
"number_of_nodes" : 24,
"number_of_data_nodes" : 21,
"active_primary_shards" : 27777,
"active_shards" : 27804,
"relocating_shards" : 0,
"initializing_shards" : 0,
"unassigned_shards" : 0,
"delayed_unassigned_shards" : 0,
"number_of_pending_tasks" : 0,
"number_of_in_flight_fetch" : 0,
"task_max_waiting_in_queue_millis" : 0,
"active_shards_percent_as_number" : 100.0
}
索引和文档
es中索引类比为关系型数据库中的Table
在7.0版本之前index由若干个type组成，type实际上是文档的逻辑分类，而文档是es存储的最小单元。
7.0及之后弱化了type的概念，7.x版本index只有一个type：_doc。
文档（doc）可以类比为关系型数据库中的行，每个文档都有一个文档id。
到此这篇关于Java中Elasticsearch的核心概念详解的文章就介绍到这了,更多相关Elasticsearch核心概念内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！