ElasticSearch 的概念解析与使用方式( 三 ) _ElasticSearch

此外，虽然我们一直说 ES 是一个搜索引擎，但其实 ES 不仅可以用来搜索，还可以用来做数据分析。比如电商网站通过 ES 选取 "百褶裙" 销量最高的十个商家，新闻网站通过 ES 选取访问量最高的几篇文章等等，显然此时在获取数据的同时也伴随着数据分析。因此 ES 是一个分布式的搜索和数据分析引擎，能够进行全文检索、结构化检索、数据分析，以及对海量数据进行接近实时的处理。
当然相信很多人都听过 ELK，是用来搭建日志分析平台的。其中 E 就是这里的 ElasticSearch ， L 是 Logstash，K 是 Kibana 。

Logstash 用来做数据采集；
ElasticSearch 负责数据分析；
Kibana 负责数据可视化；

我们后面也会涉及到 ELK 。下面总结一下 ES 的特点：

可以组成大型分布式集群，处理 PB 级数据，服务大公司；也可以运行在单机或者组成小型分布式集群，服务小公司。
ES 不是什么新技术，主要是将全文检索、数据分析以及分布式这些现有的技术合并在了一起，才形成了独一无二的 ES 。
对用户而言是开箱即用的，非常简单，作为中小型的应用，直接三分钟部署一下 ES 就可以作为生产环境的系统来用了。
数据库的功能面对很多领域是不够用的，一些特殊的功能，像全文检索、同义词处理、相关度排名，复杂数据分析，海量数据的近实时处理等等，这些数据库是不支持的，而 ES 作为一个补充提供了数据库不具备的功能。

ElasticSearch 的核心概念

关于 ES，有几个专业术语，我们需要提前了解一下。
Cluster：集群，包含多个节点，当然也可以只包含一个节点。
Node：集群中的一个节点，每个节点都有一个名称（默认随机分配），节点的名称还是比较重要的，尤其是在执行运维管理操作的时候。
Index：索引，对应 MySQL 的数据库。
Type：类型，对应 MySQL 的表。
Document：文档，对应 MySQL 表中的一条记录，ES 的一个 Document 就类似于一条 JSON 数据。当然每条 JSON 数据可以有多个字段，然后字段在 ES 中被称为 Field，对应 MySQL 中的 Column 。
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，存储更多的数据，让搜索和操作分布到多台服务器上去执行，提升吞吐性能。每个 shard 都是一个 Lucene Index，说白了就是 Index 的一个切片。
【ElasticSearch 的概念解析与使用方式】replica：任何一个服务器都有可能因为故障而宕机，造成 shard 丢失，因此可以为每一个 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，此外多个 replica 还可以提升搜索操作的吞吐量和性能。
默认情况下，每个 Index 会被切分成 5 个 shard（建立索引时设置，设置后不能修改），被称为 primary shard 。每个 primary shard 默认会有一个 replica shard（可以随时修改）。简单说的话，每个 Index 默认会被分成 5 个 shard，每个 shard 会有一个 replica 。

当然啦，在 7.x 之前每个 Index 默认有 5 个 shard，但从 7.x 开始每个 Index 默认只有 1 个 shard 。

因此在概念上，ES 和关系型数据库还是有一些共同之处的。

文章插图
图片
需要注意的是，随着 ES 的发展，Type 的概念逐渐在弱化，因为全文索引的目的是建立关键词到 id 的映射，所以 Type 和全文索引的概念是冲突的。在 ES 6.x 中，已经规定一个 Index 下只能包含一个 Type ，而到 ES 7.x 时， Type 的概念就被完全移除了。

安装 ElasticSearch

下面来安装 ES ，这里我使用的是云服务器，操作系统是 centos 7 。由于 ES 是基于 Java 语言编写的，所以理论上在安装 ES 之前要先安装 JDK，但 ES 从 8.x 开始已经自带 JDK 了，因此我们就不需要再单独安装了。
然后去 ES 官网下载相应的安装包，这里我下载的是最新版 8.11.3，然后上传到服务器，并解压到 /opt 目录中。当然，如果你的节点上安装了 Docker，那么也可以基于容器启动。