快速入门ElasticSearch(上)( 三 )


如果出现下面的错误:
failed to send join request to master [{master}{4f6DA5uJQ8iJokZ3T18gjg}{2dOtfXXbTrynhShWrzt3xQ}{127.0.0.1}{127.0.0.1:9300}{ml.machine_memory=8374956032, ml.max_open_jobs=20, xpack.installed=true, ml.enabled=true}], reason [RemoteTransportException[[master][127.0.0.1:9300]那是因为之前复制ElasticSearch文件时 , 将其data目录下的文件也一同复制了 , 因此需要清空data文件夹 , 然后再进行重试即可 。
ElasticSearch基础概念首先是集群和节点的概念 , 我们知道集群是由一个或多个节点组成的 , 如前面我们搭建的具有三个节点的集群 , 其默认名称为ElasticSearch , 但是前面我们通过cluster.name参数将其修改为envythink 。 请注意对于任意一个节点来说 , 其集群的名字只能有一个 , 实际上所有的节点都是靠这个集群的名称来加入集群的 。 此外每个节点都有自己的名字 , 可以通过node.name来自定义 , 同时节点都是可以存储数据 , 参与集群索引数据 , 以及搜索数据的独立服务 。 其次是索引 , 你可以将其理解为是含有相同属性的文档集合 。 接着是类型 , 一般来说索引可以定义一个或者多个类型 , 但是文档必须是属于一个类型 。 那么问题来了 , 文档又是什么呢?文档就是可以被索引的基本数据单位 , 如用户的个人信息 , 它是ElasticSearch中最基本的存储单位 。 索引在ElasticSearch中是通过名字来识别的 , 且它必须是英文字母小写 , 且不含中划线 , 我们都是通过名字来对文档数据进行增删改查等操作 。
关于索引、类型和文档这三者之间的关系 , 可以借鉴数据库的相关知识 , 将索引类比为数据库;类型类比为数据表;而文档就是一行SQL记录 。 再来举一个较为详细的系统 , 假设我们这里有一个信息查询系统 , 此处使用ElasticSearch来作存储 , 那么里面的数据就可以分为各种各样的索引 , 如图书索引 , 服装索引 , 电器索引等 , 而对于图书索引又可以细分为文学类、工具类、技术类等类型 , 而具体到每一本书籍则就是文档 , 也就是最小的存储单位 。
和索引相关还有两个比较重要的概念就是分片和备份 。 每个索引都有多个分片 , 每个分片就是一个Lucene索引 。 而拷贝一份分片就完成了分片的备份 。 使用分片可以将索引进行拆分 , 可以分担每一个索引上的压力 , 同时分片还允许用户进行水平扩展和拆分 , 以及分布式的操作 , 可以提高搜索以及其他操作的效率 。 使用备份的好处就是当一个主分片出现问题时 , 备份的分片就可以代替工作 , 从而提高了ElasticSearch的可用性 , 同时备份的分片也支持搜索操作 , 可以减轻搜索的压力 。 ElasticSearch默认在创建索引时 , 会创建5个分片 , 一个用于备份 , 当然这个数据也是可以修改的 。 此外分片的数量只能在创建索引的时候指定 , 而不能在后期进行修改 , 但是备份却是可以动态修改的 。
ElasticSearch基本用法由于ElasticSearch使用的是RESTful风格的API , 因此在学习ElasticSearch的基本用法之前 , 需要了解ElasticSearch中API的基本格式:http://:/<索引>/<类型>/<文档id> , 注意上面的索引、类型和文档都是名词 , 而动作则使用HTTP对应的GET/POST/PUT/DELETE 。
创建索引接下来可以结合之前的Head插件来显式创建索引 , 点击左上角的索引-->创建索引-->填入数据-->点击确定(注意这里的movie是索引名称 , 必须是英文小写 , 且不能使用中划线):
快速入门ElasticSearch(上)文章插图
之后回到首页 , 可以看到页面出现了10个绿底黑字的方框 , 这些都是ElasticSearch的分片 , 如下所示:
快速入门ElasticSearch(上)文章插图


推荐阅读