ElasticSearch简单介绍

　　ElasticSearch简单介绍
　　目前国内有大量的公司都在使用Elasticsearch，包括阿里、京东、滴滴、今日头条、小米、vivo等诸多知名公司。除了搜索功能之外，Elasticsearch还结合Kibana、Logstash、ElasticStack还被广泛运用在大数据近实时分析领域，包括日志分析、指标监控等多个领域。
　　ElasticSearch官方网站（https：www。elastic。cocnelasticsearch）
　　Elasticsearch是一个分布式、RESTful风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为ElasticStack的核心，Elasticsearch会集中存储您的数据，让您飞快完成搜索，微调相关性，进行强大的分析，并轻松缩放规模。
　　Elasticsearch相关名词：
　　节点（Node）：节点是指Elasticsearch可单独运行的实例。一个物理机可以有多个节点，物理机：节点数1：N。节点也是组成集群的服务单元。它的作用是保存数据并具有索引和搜索能力，通过名字作为唯一标识
　　集群（Cluster）：集群属于一个抽象概念，它是由一个或多个节点组成。其中有一个为主节点，这个主节点是通过选举产生的。它的作用是为整个数据提供跨所有节点的集合索引和搜索功能。
　　索引（Index）：索引是不同类型的文档和文档属性的集合（类似于MYSQL表）。其中索引会使用分片的机制来提高检索性能。
　　分片（ShardsLuceneIndex）：Shard也被称为LuceneIndex，主要用于分布式的形式存储索引数据，一个索引分可能被分成多个分片。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。它的作用是让索引数据能水平切分，从而减少单独节点的压力，通过并向检索来提高查询性能。
　　映射（Mapping）：映射是定义一个文档以及其所包含的字段以及被存储和索引的方法。其中包含：元数据字段、字段列表或属性等信息。
　　文档（Document）：它是以JSON格式定义的特定方式的字段集合，每个文档都有一个唯一标识。
　　副本（Replica）：索引定义时需指定副本分片数（0），并且副本数可以动态更改。
　　副本分片主要用于负责容错，以及承担读请求负载，通过在这些副本中执行并行搜索来提高搜索的性能，当某个节点某个分片损坏或丢失时可以从副本中恢复。
　　网关（Gateway）：Gateway是Elasticsearch索引的持久化存储方式，ES默认是先把索引存放到内存中，当内存满了之后，再持久化到硬盘里。当这个Elasticsearch集群关闭或者再次重新启动时就会从Gateway中读取索引数据。Gateway支持多种类型：本地文件系统（默认）、分布式文件系统Hadoop以及AMZ的S3云存储服务。
　　一、elasticsearch与solr的比较
　　solr优点：
　　1、Solr有一个更大、更成熟的用户、开发和贡献者社区。
　　2、支持添加多种格式的索引，如：HTML、PDF、微软Office系列软件格式以及JSON、XML、CSV等纯文本格式。
　　3、Solr比较成熟、稳定。
　　4、不考虑建索引的同时进行搜索，速度更快。
　　缺点：
　　建立索引时，搜索效率下降，实时索引搜索效率不高。
　　Elasticsearch优点：
　　1、Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做Pushreplication。
　　2、Elasticsearch完全支持ApacheLucene的接近实时的搜索。
　　3、处理多租户（multitenancy）不需要特殊配置，而Solr则需要更多的高级设置。
　　4、Elasticsearch采用Gateway的概念，使得完备份更加简单。
　　5、各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。
　　缺点：
　　Elasticsearch是默认延迟加载fielddata到内存里的。当elasticsearch第一次遇到一个查询需要一个指定field的fielddata的时候，就会把索引的每个段中整个field加载到内存。对于小段，这是个可以忽略不计的时间，但是如果你有一些5G大小的段并且需要加载10GB的fielddata到内存里，这个过程需要数十秒，习惯于秒内响应时间的用户会被网突如其来的迟钝所打击。
　　有三种方法应对这种延迟尖峰：
　　Eagerlyloadfielddata（饿汉式（预）加载fielddata）：
　　Eagerlyloadglobalordinals（饿汉式（预）加载全局序数）
　　Prepopulatecacheswithwarmers（使用warmer提前加载缓存）。
　　所有这些都是一个意思：预先加载fielddata到内存里，这样当用户需要执行一个搜索的时候就感受不到延迟了。
　　（原文地址：
　　https：www。elastic。coguideenelasticsearchguidecurrentpreloadfielddata。html）
　　总结：
　　1、当单纯的对已有数据进行搜索时，Solr更快。
　　2、当实时建立索引时，Solr会产生io阻塞，查询性能较差，Elasticsearch具有明显的优势。
　　3、随着数据量的增加，Solr的搜索效率会变得更低，而Elasticsearch却没有明显的变化。
　　4、Solr的架构不适合实时搜索的应用。
　　5、Solr支持更多格式的数据，而Elasticsearch仅支持json文件格式
　　6、Solr在传统的搜索应用中表现好于Elasticsearch，但在处理实时搜索应用时效率明显低于Elasticsearch
　　7、Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用
　　二、ElasticSearch学习路线图：
　　（1）搜索引擎认知
　　（2）ElasticSearch认知
　　（3）ElasticSearch基础
　　ElasticSearch基础概念
　　ElasticSearch基本数据类型
　　ElasticSearch基本检索类型
　　ElasticSearch基本聚合类型
　　Elasticsearch基本操作
　　（4）ElasticSearch常用工具
　　（5）ElasticSearch进阶
　　（6）ElasticSearch实战