1、Lucene和elasticsearch的前世今生

? ? ? ?lucene，最先進、功能最強大的搜索庫，直接基于lucene開發，非常復雜，api復雜（實現一些簡單的功能，寫大量的java代碼），需要深入理解原理（各種索引結構）

? ? ? （1）分布式的文檔存儲引擎。

? ? ? （2）分布式的搜索引擎如分析引擎。

? ? ? （3）分布式，支持PB級數據。

? ? ? ? 開箱即用，優秀的默認參數，不需要 任何額外設置，完全開源。

? ? ? ? 關于elasticsearch的一個傳說，有一個程序員失業了，陪著自己老婆去英國倫敦學習廚師課程。程序員在失業期間想給老婆寫一個菜譜搜索引擎，覺得lucene實在太復雜了，就開發了一個封裝了lucene的開源項目，compass。后來程序員找到了工作，是做分布式的高性能項目的，覺得compass不夠，就寫了elasticsearch，讓lucene變成分布式的系統。

2、Elasticsearch的核心概念

? ? ? （1）Near Realtime (NRT)：近實時，兩個意思，從寫入數據到數據可以被搜索到一個小延遲（大概1秒）；基于ES執行搜索和分析可以達到秒級。

? ? ? （2）Cluster：集群，包含多個節點，每個節點屬于哪個集群是通過一個配置（集群名稱，默認是elasticsearch）來決定的，對于中小型應用來說，剛開始一個集群就一個節點很正常。

? ? ? （3）Node：節點，集群中的一個節點，節點也有一個名稱（默認是隨機分配的），節點名稱很重要（在執行運維管理操作的時候），默認節點會去加入一個名稱為“elasticsearch”的集群，如果直接啟動一堆節點，那么它們會自動組成一個elasticsearch集群，當然一個節點也可以組成一個elasticsearch集群。

? ? ? （4）Dodument & field:文檔，ES中的最小數據單元，一個Document可以是一條客戶數據，一條商品分類數據，一條訂單數據，通常用JSON數據結構表示，每個index下的type中，都可以去存儲多個document。一個document里面有多個field,每個field就是一個數據字段。如下所示：

? ? ? ?product document
? ? ? ?{
? ? ? ? ? ?"product_id": "1",
? ? ? ? ? ?"product_name": "高露潔牙膏",
? ? ? ? ? ?"product_desc": "高效美白",
? ? ? ? ? ?"category_id": "2",
? ? ? ? ? ?"category_name": "日化用品"
? ? ? ? }

? ? ? （5）Index：索引，包含一堆有相似結構的文檔數據，比如可以有一個客戶索引，商品分類索引，訂單索引，索引有一個名稱。一個index包含很多document，一個index就代表了一類類似的或者相同的document。比如說建立一個product index，商品索引，里面可能就存放了所有的商品數據，所有的商品document。

? ? ? （6）Type：類型，每個索引里都可以有一個或多個type，type是index中的一個邏輯數據分類，一個type下的document，都有相同的field，比如博客系統，有一個索引，可以定義用戶數據type，博客數據type，評論數據type。

? ? ? ? 商品index，里面存放了所有的商品數據，商品document
? ? ? ? 但是商品分很多種類，每個種類的document的field可能不太一樣，比如說電器商品，可能還包含一些諸如售后時間范圍這樣的特殊field；生鮮商品，還包含一些諸如生鮮保質期之類的特殊field

? ? ? ? type,日化商品type,電器商品type,生鮮商品type

? ? ? ? 日化商品type：product_id，product_name，product_desc，category_id，category_name

? ? ? ? 電器商品type：product_id，product_name，product_desc，category_id，category_name，service_period

? ? ? ? 生鮮商品type：product_id，product_name，product_desc，category_id，category_name，eat_period

每一個type里面，都會包含一堆document

{

? "product_id": "2",
? "product_name": "長虹電視機",
? "product_desc": "4k高清",
? "category_id": "3",
? "category_name": "電器",
? "service_period": "1年"
}

{
? "product_id": "3",
? "product_name": "基圍蝦",
? "product_desc": "純天然，冰島產",
? "category_id": "4",
? "category_name": "生鮮",
? "eat_period": "7天"
}

（7）shard：單臺機器無法存儲大量數據，es可以將一個索引中的數據切分為多個shard，分布在多臺服務器上存儲。有了shard就可以橫向擴展，存儲更多數據，讓搜索和分析等操作分布到多臺服務器上去執行，提升吞吐量和性能。每個shard都是一個lucene index。

（8）replica：任何一個服務器隨時可能故障或宕機，此時shard可能就會丟失，因此可以為每個shard創建多個replica副本。replica可以在shard故障時提供備用服務，保證數據不丟失，多個replica還可以提升搜索操作的吞吐量和性能。primary shard（建立索引時一次設置，不能修改，默認5個），replica shard（隨時修改數量，默認1個），默認每個索引10個shard，5個primary shard，5個replica shard，最小的高可用配置，是2臺服務器。

3、Elasticsearch核心概念 ? ?vs. ? ? 數據庫核心概念

Elasticsearch ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?數據庫

---------------------------------------------------------------------------

Document ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?行

Type ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?表

Index ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 庫

? ? ? ?

? ? ? ??

總結

以上是生活随笔為你收集整理的lucene和elasticsearch的前世今生、elasticsearch的核心概念、elasticsearch核心概念 vs. 数据库核心概念（来自学习资料）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。