Elasticsearch简介

基本原理

结构

elasticsearch集群方案由EsMaster、EsClient和EsNode1、EsNode2、EsNode3、 EsNode4、EsNode5、EsNode6、EsNode7、EsNode8、EsNode9进程组成，如图1-2 所示，模块说明如表1-3所示。

图 1-2 Elasticsearch 结构

表 1-3 模块说明

ZooKeeper 集群

基本概念

● Index：即索引，是Elasticsearch中一个逻辑命名空间，指向一个或多个分片，内 部Apache Lucene实现索引中数据的读写。索引与关系数据库实例Database相 当。一个Elasticsearch实例可以包含多个索引。

● Type：文档类型，相当于数据库中的Table。一个索引对应一个文档类型。

● Document：文档，是可以被索引的基本单位，特指顶层结构或根对象序列化成 的JSON数据。相当于数据库中的Row。一个类型包含多个文档。

● Mapping：映射，用来约束字段的类型，可以根据数据自动创建。相当于数据库 中的Schema。

● Field：字段，组成文档的小单位。相当于数据库中的Column。每个文档包含多 个字段。

● EsMaster：主节点，可以临时管理集群级别的一些变更，例如新建或删除索引、 增加或移除节点等。主节点不参与文档级别的变更或搜索，也不接收请求。在流 量增长时，该主节点不会成为集群的瓶颈。

● EsNode：Elasticsearch节点，一个节点就是一个Elasticsearch实例。

● EsClient：Elasticsearch节点，该节点只能路由请求，处理搜索减少阶段和分发批 量索引。其自身不进行数据存储，也没有管理集群的能力。

● Shard：分片，Elasticsearch中小级别的工作单元，文档存储在分片中，并且在 分片中被索引。

● Primary Shard：主分片，索引中的每个文档属于一个单独的主分片，主分片的数 量决定了索引多能存储多少数据。

● Replica Shard：复制分片，它是主分片的一个副本，可以防止硬件故障导致的数 据丢失，同时可以提供读请求，比如搜索或者从别的shard取回文档。

● Recovery：代表数据恢复或叫数据重新分布，Elasticsearch在有节点加入或退出 时会根据机器的负载对索引分片进行重新分配，挂掉的节点重新启动时也会进行 数据恢复。

● Gateway：代表Elasticsearch索引快照的存储方式，默认是先把索引存放到内存 中，当内存满了时再持久化到本地硬盘。gateway对索引快照进行存储，当这个 Elasticsearch集群关闭再重新启动时就会从gateway中读取索引备份数据。支持多 种类型的gateway，有本地文件系统（默认），分布式文件系统，Hadoop的 HDFS。

● Transport：代表Elasticsearch内部节点或集群与客户端的交互方式，默认内部是 使用tcp协议进行交互，同时它支持http协议（json格式）、thrift、servlet、 memcached、zeroMQ等的传输协议（通过插件方式集成）。

● ZooKeeper集群：在Elasticsearch是必须的，为其提供安全认证信息的存储等功 能。

原理

● 内部架构 Elasticsearch通过RESTful API或者其他语言（比如Java） API提供丰富访问接 口，使用集群发现机制，支持脚本语言，支持丰富的插件。底层基于Lucene，保 持Lucene绝对的独立性，通过本地文件、共享文件、HDFS完成索引存储，如图 1-3所示。

图 1-3 内部架构

● 倒排序索引 传统的搜索方式（正排序索引，如图1-4所示）按照文档编号进行搜索，搜索时要 扫描每个文档关键字的信息，直到找出所有满足条件的关键字的信息。正排序索 引的优点是易于维护，缺点搜索耗时太长。

图 1-4 正排序索引

而Elasticsearch（Lucene）的搜索则是采用了倒排序索引（如图1-5所示）的方 式。由不同的关键字组成的表，称为“词典”，其中包含了各种关键字和关键字 的统计信息（包含所在文档编号，文档中位置和出现频率等）。通过倒排序索引 进行搜索，就是通过关键字查询相对应的文档编号和文档中所在位置，再找到完 整文档，类似于查字典，或通过查书目录查指定页码书的内容。倒排在构建索引 时较为耗时且维护成本较高，但是搜索耗时短。

图 1-5 倒排序索引

● 分布式索引流程 Elasticsearch分布式索引操作流程如图1-6所示。

图 1-6 分布式索引流程

操作流程说明如下： 阶段1：客户端发送一个索引请求给任意节点，假设是Node 1。 阶段2：Node 1通过请求判断出该文档应该被存储的分片，假设是shard 0这个分 片中，因此Node 1会把请求转发到shard 0的primary shard P0存在的Node 3节点 上。 阶段3：Node 3在shard 0的primary shard P0上执行请求。如果请求执行成功， Node 3并行地将该请求发给shard 0的所有存在于Node 1和Node 2中的replica shard R0上。如果所有的replica shard都成功地执行了请求，那么将会向Node 3

回复一个成功确认，当Node 3收到了所有replica shard的确认信息后，则向用户 返回一个Success消息。

● 分布式搜索流程 Elasticsearch分布式搜索操作流程分为两个阶段，即查询阶段与获取阶段。 查询阶段如图1-7所示。

图 1-7 分布式搜索操作流程之查询阶段

操作流程说明如下：

阶段1：客户端发送一个检索请求给任意节点，假设是Node 3。

阶段2：Node 3将检索请求发送给该index中的每一个shard，此时会采取轮询策 略，在primary shard及其所有replica shard中随机选择一个，让读请求负载均 衡。每个shard在本地执行检索，并将结果排序添加到本地。 阶段3：每个shard返回本地所记录的结果，发送给Node 3。Node 3将这些值合 并，做全局排序。 查询阶段主要定位了所要检索数据的具体位置，而获取阶段的任务就是将这些定 位好的数据内容取回并返回给客户端。获取阶段如图1-8所示。

图 1-8 分布式搜索操作流程之获取阶段

操作流程说明如下：

阶段1：Node 3获取了所有待检索数据的定位之后，发送请求给与数据相关的 shard。

阶段2：每个收到Node 3请求的shard，将读取相关文档中的内容，并将它们返回 给Node 3。

阶段3：当Node 3获取到了所有shard返回的文档后，Node 3将它们合并成一条汇 总结果，返回给客户端。 ● 分布式批量索引流程

图 1-9 分布式批量索引流程

操作流程说明如下：

阶段1：客户端向Node 1发送bulk请求。

阶段2： Node 1为每个分片构建批量请求，然后转发到这些请求所需的主分片 上。

阶段3： 主分片一个接一个的按序执行操作。当一个操作执行完，主分片转发新 文档（或者删除部分）给对应的复制节点，然后 执行下一个操作。复制节点操作完成后报告给请求节点，请求节点整理响应并返 回给客户端。

● 分布式批量搜索流程

图 1-10 分布式批量搜索流程

操作流程说明如下： 阶段1：客户端向Node 1发送mget请求。 阶段2：Node 1为每个分片构建一个多条数据检索请求，然后转发到这些请求所 需的主分片或复制分片上。当所有回复被接收，Node 1构建响应并返回给客户 端。

● 路由算法 Elasticsearch中提供了两种路由算法： – 默认路由： shard=hash（routing）%number_of_primary_shards ，该路 由策略扩展受到shards个数的限制，扩容的时候需要成倍扩容（ES6.x），并 且在创建index的时候要指定未来允许扩容的规模。ES5.x不支持扩容；ES7.x 可以自由扩容。 – 自定义路由：该路由方式，通过指定routing的方式，可以影响文档写入到哪 个shard，也可以仅仅检索特定的shard。

● 平衡算法 Elasticsearch中提供了自动平衡功能，适用于扩容、减容、导入数据场景。 算法 如下： weight_index(node, index) = indexBalance * (node.numShards(index) avgShardsPerNode(index)) Weight_node(node, index) = shardBalance * (node.numShards() avgShardsPerNode) weight(node, index) = weight_index(node, index) + weight_node(node, index)

● 单节点多实例部署 在同一个节点上部署多个Elasticsearch实例，根据IP和不同的端口号来区分不同的 Elasticsearch实例。可以提高单节点CPU、内存和磁盘的利用率，同时提高 Elasticsearch的索引和搜索能力。

图 1-11 单节点多实例部署

● 副本自动跨节点分配策略 单节点多实例部署下，多副本时，如果只做到跨实例分配，存在单点故障，增加 默认配置cluster.routing.allocation.same_shard.host:true即可。

分布式 Elasticsearch

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。