在开始使用Elasticsearch之前学到的5件事

2 年 ago

文, 翔

1 minute

1. Elasticsearch是一款用于进行全文搜索的软件。

搜索系统将搜索目标的实际数据和它们的”元数据”一同存储。
元数据是为了方便搜索数据实体而添加的属性、关键词、首字母等索引数据。

作为全文检索的方法，有以下几种：

逐一搜索

逐个检查从头到尾的搜索对象，找到相应的部分。Unix中的grep命令等使用此方法进行搜索。

2. 索引式搜索：

提前创建一个索引作为搜索对象，然后根据索引找到相应的位置。

在Elasticsearch（许多搜索软件）中，通过索引式搜索进行全文搜索。

2. Elasticsearch 是一种用于搜索服务器的软件。

一般的的搜索系统通常由以下3个层（层次结构）组成。

查询库层

提供索引器（indexer）和搜索器（searcher）功能。
索引器：从文档中提取关键词，创建索引数据库的角色。
搜索器：提供从索引中进行搜索查询的功能的角色。
代表性的软件是”Apache Lucene”。
※”Apache Lucene” 是一款提供倒排索引搜索功能的软件。

2. 搜索服务器接口

为了补充搜索库所提供的功能，提供接口和管理功能的层。代表性的软件有”Apache Solr”和”Elasticsearch”。 ※”Apache Solr”和”Elasticsearch”提供REST API接口，用于补充Lucene的功能。

3. 搜索系统层

提供爬取功能和 Web 用户界面。
它从网页等地方收集最新的文档，常被称为“企业搜索”。
像“namazu”和“Fess”这样的软件是其代表。

Elasticsearch是充当搜索服务器的角色，在内部使用了搜寻库”Apache Lucene”。
※ “Apache Solr”也使用了”Apache Lucene”，基本功能上没有太大差异。

3. Elasticsearch对于前一代的主要发布版具有后向兼容的索引功能。

只有 Elasticsearch 6.x 创建的索引才能使用，限制是只能使用到下一个主要版本。
例如，Elasticsearch 6.x 创建的索引可以在升级到 Elasticsearch 7.x 之后继续使用，但无法在 Elasticsearch 8.x 中使用。
近期 Elasticsearch 的版本升级非常频繁，需要注意。

Elasticsearch通过将数据分散配置到多个节点上实现了提高速度和可用性的目标。

利用Elasticsearch创建的索引会被分割成称为分片的单位并存储。在Elasticsearch 7.x默认情况下，每个索引的分片数量为1，但根据存储数据的节点数量来调整分片数量。通过分散部署在多台节点上，目的是减轻每台节点的资源负载。通常将这个机制称为分片（分区）。

优点1：提升搜索能力

通过增加节点，可以实现搜索的分布式处理，从而提高搜索性能。
在Elasticsearch中，当添加节点时，分片重构将自动执行，因此仅需添加节点即可提升性能的扩展性。

优点2：提高可用性

每个分片都可以拥有一个或多个副本。
因此，即使其中一台节点宕机，也可以通过副本自动恢复数据。
默认情况下，每个分片将生成一个副本。

在Elasticsearch中，可以通过REST API执行所有操作。

尽管我们无法确切地知道是否全部都是如此，但Elasticsearch已经定义了将数据放入或操作存入其中的数据的REST API。

此外，所有作为索引和查询目标的文档在Elasticsearch中都是使用JSON格式表示的。
在Elasticsearch中，一个记录被称为”文档”，只要可以以JSON对象的形式表示，存储该文档就会创建索引并能够快速进行数据检索。
在Elasticsearch出现之前，有一款名为”compass”的软件，其作为Elasticsearch的前身。这背后的原因可能是因为Elasticsearch提供了完整的REST API，并且JSON已经作为RFC4627进行了制定。