一. 和lucene的关系

lucene是最先进,功能最强大的搜索库.但是使用复杂(要深入理解其中原理.

elasticsearch，基于lucene，隐藏复杂性，提供简单易用的restful api接口、java api,python等接口（还有其他语言的api接口）

二.elasticsearc特点:

（1）分布式的文档存储引擎

（2）分布式的搜索引擎和分析引擎

（3）分布式，支持PB级数据

(4)开箱即用，优秀的默认参数，不需要任何额外设置，完全开源

elasticsearch产生的传说:

关于elasticsearch的一个传说，有一个程序员失业了，陪着自己老婆去英国伦敦学习厨师课程。程序员在失业期间想给老婆写一个菜谱搜索引擎，觉得lucene实在太复杂了，就开发了一个封装了lucene的开源项目，compass。后来程序员找到了工作，是做分布式的高性能项目的，觉得compass不够，就写了elasticsearch，让lucene变成分布式的系统。

课程大纲

三、elasticsearch的核心概念

（1）Near Realtime（NRT）：近实时,(不是纯实时,纯实时是毫秒级的,)两个意思，a. 从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；b. 基于es执行搜索和分析可以达到秒级

在elasticsearch中是否已达到纯实时?

（2）Cluster：集群，包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，对于中小型应用来说，刚开始一个集群就只有一个节点,这也是正常的.

（3）Node：节点，集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名称很重要（在执行运维管理操作的时候使用），默认节点会去加入一个名称为”elasticsearch”的集群，如果直接启动一堆节点，那么它们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群.

（5）Index：索引，包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，索引有一个索引名称。一个index可以包含很多document，一个index就代表了一类类似的或者相同的document。比如说建立一个product index(商品索引)，里面可能就存放了所有的商品数据(所有的商品document)。

（6）Type：类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分类，一个type下的document，都有相同的field，比如博客系统，有一个索引，可以定义用户数据type，博客数据type，评论数据type等等。

商品index，里面存放了所有的商品数据，商品document

(7) document 文档,es中的最小数据单元，一个document可以是一条客户数据，一条商品分类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type中，都可以去存储多个document。一个document里面有多个field，每个field就是一个数据字段,一个文档存放具有同类性质数据的具体信息,docoument下分具体type(也可以理解成字段),比如:商品分很多种类，每个种类的document下field可能不太一样，比如说电器商品，可能还包含一些诸如售后时间范围这样的特殊field；生鲜商品，还包含一些诸如生鲜保质期之类的特殊field type，日化商品type，电器商品type，生鲜商品type等等.

(8) field, 日化商品type：product_id，product_name，product_desc，category_id，category_name

电器商品type：product_id，product_name，product_desc，category_id，category_name，service_period

生鲜商品type：product_id，product_name，product_desc，category_id，category_name，eat_period,

这里面每一项具体的字段就是一个field

简单的document举例:

product document

{

“product_id”: “1”,

“product_name”: “高露洁牙膏“,

“product_desc”: “高效美白“,

“category_id”: “2”,

“category_name”: “日化用品”

}

{

“product_id”: “2”,

“product_name”: “长虹电视机“,

“product_desc”: “4k高清“,

“category_id”: “3”,

“category_name”: “电器“,

“service_period”: “1年”

}

{

“product_id”: “3”,

“product_name”: “基围虾“,

“product_desc”: “纯天然，冰岛产“,

“category_id”: “4”,

“category_name”: “生鲜“,

“eat_period”: “7天”

}

（9）shard：单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index。

index 会被拆分为多个shard,每个shard存放一部分index数据,

shard好处,

一,横向扩展,比如数据增加到原来的两倍,就建立一个原来的两倍的shard,把数据导入就行

二,数据分步在多个shard,多台服务器上,所有的操作都在在多台服务器上分步式的执行的,提升性能和吞吐量.

（10）replica：任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个,也就是每个shard有一个replica,不是一共才一个shard），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器(es规定 replica shard 和primary shard 必须不在一个节点上)。总的来说,replica其实就是shard的备份,

replica的好处:

一,高可用性,部分shard宕机,数据不丢,

二,提升搜索操作的吞吐量和性能,因为请求可以分步到那replica所在的节点进行操作.

(10) elasticsearch核心概念 vs. 数据库核心概念

Elasticsearch                数据库

—————————————–

fields 列

Document                        行

Type                                表

Index                        库