一文輕松圖解搞懂Elasticsearch原理！
ES 的集群模式和 kafka 很像，kafka 又和 redis 的集群模式很像?？傊褪窍嗷ソ梃b！
不管你用沒用過 ES，今天我們一起聊聊它。就當擴展大家的知識廣度了！
認識倒排索引
「正排索引 VS 倒排索引：」
正排索引 VS 倒排索引「倒排索引包括兩個部分：」
-
單詞詞典（
Term Dictionary）：記錄所有文檔的單詞，記錄單詞到倒排列表的關聯(lián)關系?
單詞詞典一般比較大，可以通過
B+樹 或 哈希拉鏈法實現(xiàn)，以滿足高性能的插入與查詢?
-
倒排列表（
Posting List）：記錄了單詞對應的文檔結合，由倒排索引項（Posting）組成： -
-
文檔
ID
-
文檔
-
詞頻
TF：該單詞在文檔中出現(xiàn)的次數(shù)，用于相關性評分 -
位置（
Position）：單詞在文檔中分詞的位置。用于語句搜索（Phrase Query） -
偏移（
Offset）：記錄單詞的開始結束位置，實現(xiàn)高亮顯示
倒排索引
「ElasticSearch 的倒排索引：」
-
ElasticSearch的JSON文檔中的每個字段，都有自己的倒排索引
-
可以針對某些字段不做索引
- 優(yōu)點：節(jié)省存儲空間
- 缺點：字段無法被搜索
基于 Spring Boot + MyBatis Plus + Vue & Element 實現(xiàn)的后臺管理系統(tǒng) + 用戶小程序，支持 RBAC 動態(tài)權限、多租戶、數(shù)據(jù)權限、工作流、三方登錄、支付、短信、商城等功能
- 項目地址：https://github.com/YunaiV/ruoyi-vue-pro
- 視頻教程：https://doc.iocoder.cn/video/
分布式架構原理
「分片 shard：一個索引可以拆分成多個 shard 分片?！?/strong>
-
主分片
primary shard：每個分片都有一個主分片。 -
備份分片
replica shard：主分片寫入數(shù)據(jù)后，會將數(shù)據(jù)同步給其他備份分片。
將 ES 集群部署在 3個 機器上（esnode1、esnode2、esnode3）：
「創(chuàng)建個索引，分片為 3 個，副本數(shù)設置為 1：」
PUT/sku_index/_settings
{
"settings":{
"number_of_shards":3,
"number_of_replicas":1
}
}
響應：
{
"acknowledged":true
}
分布式架構原理
「ES 集群中有多個節(jié)點，會自動選舉一個節(jié)點為 master 節(jié)點，如上圖的 esnode2節(jié)點：」
-
主節(jié)點（
master）：管理工作，維護索引元數(shù)據(jù)、負責切換主分片和備份分片身份等。 -
從節(jié)點（
node）：數(shù)據(jù)存儲。
「集群中某節(jié)點宕機：」
- 主節(jié)點宕機：會重新選舉一個節(jié)點為 主節(jié)點。
- 從節(jié)點宕機：由 主節(jié)點，將宕機節(jié)點上的 主分片身份轉移到其他機器上的 備份分片上。
基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 實現(xiàn)的后臺管理系統(tǒng) + 用戶小程序，支持 RBAC 動態(tài)權限、多租戶、數(shù)據(jù)權限、工作流、三方登錄、支付、短信、商城等功能
- 項目地址：https://github.com/YunaiV/yudao-cloud
- 視頻教程：https://doc.iocoder.cn/video/
寫入數(shù)據(jù)的工作原理
「寫單個文檔所需的步驟：」
-
客戶端選擇一個
Node發(fā)送請求，那么這個Node就稱為 「協(xié)調節(jié)點（Coorinating Node）」 。 -
Node使用文檔ID來確定文檔屬于分片 0，通過集群狀態(tài)中的內容路由表信息獲知分片0 的主分片在Node1上，因此將請求轉發(fā)到Node1上。 -
Node1上的主分片執(zhí)行寫操作。如果寫入成功，則將請求并行轉發(fā)到Node3的副分片上，等待返回結果。當所有的副分片都報告成功，
Node1將向Node（協(xié)調節(jié)點）報告成功。
寫入數(shù)據(jù)的工作原理
「Tips：客戶端收到成功響應時，意味著寫操作已經(jīng)在主分片和所有副分片都執(zhí)行完成?！?/strong>
寫數(shù)據(jù)底層原理
寫數(shù)據(jù)底層原理「寫操作可分為 3 個主要操作：」
-
寫入新文檔： 這時候搜索，是搜索不到。
- 將數(shù)據(jù)寫入內存
-
將這操作寫入
translog文件中
-
refresh操作： 默認每隔 1s ，將內存中的文檔寫入文件系統(tǒng)緩存（filesystem cache）構成一個segment?
這時候搜索，可以搜索到數(shù)據(jù)。
?
-
「
1s時間：ES是近實時搜索，即數(shù)據(jù)寫入1s后可以搜索到?！?/strong>
-
flush操作： 默認每隔 30 分鐘 或者translog文件512MB，將文件系統(tǒng)緩存中的segment寫入磁盤，并將translog刪除。
「translog 文件：」 來記錄兩次 flush(fsync) 之間所有的操作，當機器從故障中恢復或者重啟，可以根據(jù)此還原
-
translog是文件，存在于內存中，如果掉電一樣會丟失。 - 「默認每隔 5s 刷一次到磁盤中」
讀取數(shù)據(jù)的工作原理
「讀取文檔所需的步驟：」
-
客戶端選擇一個
Node發(fā)送請求，那么這個Node就稱為 「協(xié)調節(jié)點（Coorinating Node）」 。 -
Node使用文檔ID來確定文檔屬于分片 0，通過集群狀態(tài)中的內容路由表信息獲知分片0 有 2 個副本數(shù)據(jù)（一主一副），會使用隨機輪詢算法選擇出一個分片，這里將請求轉發(fā)到Node1 -
Node1將文檔返回給Node，Node將文檔返回給客戶端。
讀取數(shù)據(jù)的工作原理「在讀取時，文檔可能已經(jīng)存在于主分片上，但還沒有復制到副分片，這種情況下：」
- 讀請求命中副分片時，可能會報告文檔不存在。
- 讀請求命中主分片時，可能成功返回文檔。
搜索工作原理
「搜索數(shù)據(jù)過程：」
-
客戶端選擇一個
Node發(fā)送請求，那么這個Node就稱為 「協(xié)調節(jié)點（Coorinating Node）」 。 -
Node協(xié)調節(jié)點將搜索請求轉發(fā)到所有的 分片（shard）：主分片 或 副分片，都可以。 -
「
query階段」 ：每個分片shard將自己的搜索結果（文檔ID）返回給協(xié)調節(jié)點，由協(xié)調節(jié)點進行數(shù)據(jù)的合并、排序、分頁等操作，產(chǎn)出最終結果。 -
「
fetch階段」 ：由協(xié)調節(jié)點根據(jù) 文檔ID去各個節(jié)點上拉取實際的文檔數(shù)據(jù)。
搜索工作原理舉個栗子： 有 3 個分片，查詢返回前 10 個匹配度最高的文檔
-
每個分片都查詢出當前分片的
TOP 10數(shù)據(jù) -
「協(xié)調節(jié)點」 將
3 * 10 = 30的結果再次排序，返回最終TOP 10的結果。
刪除/更新數(shù)據(jù)底層原理
-
「刪除操作」 ：
commit的時候會生成一個.del文件，里面將某個doc標識為deleted狀態(tài)，那么搜索的時候根據(jù).del文件就知道這個 doc 是否被刪除了。 -
「更新操作」 ：就是將原來的
doc標識為deleted狀態(tài)，然后新寫入一條數(shù)據(jù)。
「底層邏輯是：」
-
Index Buffer每次refresh操作，就會產(chǎn)生一個segment file。（默認情況：1秒1次） -
定制執(zhí)行
merge操作：將多個segment file合并成一個，同時將標識為deleted的doc「物理刪除」 ，將新的segment file寫入磁盤，最后打上commit point標識所有新的segment file。
審核編輯 ：李倩
-
數(shù)據(jù)
+關注
關注
8文章
7314瀏覽量
93914 -
spring
+關注
關注
0文章
341瀏覽量
15762
原文標題：一文輕松圖解搞懂Elasticsearch原理！
文章出處：【微信號：芋道源碼，微信公眾號：芋道源碼】歡迎添加關注！文章轉載請注明出處。
發(fā)布評論請先 登錄
Jtti.ccVPS和IP的關系是什么？一文講清服務器背后的網(wǎng)絡邏輯
圖解單片機功能與應用（完整版）
單節(jié)點Elasticsearch+Filebeat+Kibana安裝指南
漫畫圖解 電感器 抗干擾元器件指南（全彩PDF版）
PCB封裝圖解
一文搞懂波峰焊工藝及缺陷預防
一文搞懂波峰焊工藝及缺陷預防
一文搞懂POL全光網(wǎng)絡
一文搞懂先進存儲技術
如何在Linux環(huán)境下高效安裝部署和配置Elasticsearch
在華為云上通過 Docker 容器部署 Elasticsearch 并進行性能評測
一文搞懂汽車電控IGBT模塊
構建高效搜索解決方案，Elasticsearch & Kibana 的完美結合
工商網(wǎng)監(jiān)
評論