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，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的次數，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
- 優點：節省存儲空間
- 缺點：字段無法被搜索
基于 Spring Boot + MyBatis Plus + Vue & Element 實現的后臺管理系統 + 用戶小程序，支持 RBAC 動態權限、多租戶、數據權限、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：主分片寫入數據后，會將數據同步給其他備份分片。
將 ES 集群部署在 3個 機器上（esnode1、esnode2、esnode3）：
「創建個索引，分片為 3 個，副本數設置為 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 集群中有多個節點，會自動選舉一個節點為 master 節點，如上圖的 esnode2節點：」
-
主節點（
master）：管理工作，維護索引元數據、負責切換主分片和備份分片身份等。 -
從節點（
node）：數據存儲。
「集群中某節點宕機：」
- 主節點宕機：會重新選舉一個節點為 主節點。
- 從節點宕機：由 主節點，將宕機節點上的 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 實現的后臺管理系統 + 用戶小程序，支持 RBAC 動態權限、多租戶、數據權限、工作流、三方登錄、支付、短信、商城等功能
寫入數據的工作原理
「寫單個文檔所需的步驟：」
-
客戶端選擇一個
Node發送請求，那么這個Node就稱為 「協調節點（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，因此將請求轉發到Node1上。 -
Node1上的主分片執行寫操作。如果寫入成功，則將請求并行轉發到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（協調節點）報告成功。
寫入數據的工作原理
「Tips：客戶端收到成功響應時，意味著寫操作已經在主分片和所有副分片都執行完成?！?/strong>
寫數據底層原理
寫數據底層原理「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。
- 將數據寫入內存
-
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緩存（filesystem cache）構成一個segment?
這時候搜索，可以搜索到數據。
?
-
「
1s時間：ES是近實時搜索，即數據寫入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」
讀取數據的工作原理
「讀取文檔所需的步驟：」
-
客戶端選擇一個
Node發送請求，那么這個Node就稱為 「協調節點（Coorinating Node）」 。 -
Node使用文檔ID來確定文檔屬于分片 0，通過集群狀態中的內容路由表信息獲知分片0 有 2 個副本數據（一主一副），會使用隨機輪詢算法選擇出一個分片，這里將請求轉發到Node1 -
Node1將文檔返回給Node，Node將文檔返回給客戶端。
讀取數據的工作原理「在讀取時，文檔可能已經存在于主分片上，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
「搜索數據過程：」
-
客戶端選擇一個
Node發送請求，那么這個Node就稱為 「協調節點（Coorinating Node）」 。 -
Node協調節點將搜索請求轉發到所有的 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）返回給協調節點，由協調節點進行數據的合并、排序、分頁等操作，產出最終結果。 -
「
fetch階段」 ：由協調節點根據 文檔ID去各個節點上拉取實際的文檔數據。
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數據 -
「協調節點」 將
3 * 10 = 30的結果再次排序，返回最終TOP 10的結果。
刪除/更新數據底層原理
-
「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，那么搜索的時候根據.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，然后新寫入一條數據。
「底層邏輯是：」
-
Index Buffer每次refresh操作，就會產生一個segment file。（默認情況：1秒1次） -
定制執行
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
-
數據
+關注
關注
8文章
7133瀏覽量
89366 -
spring
+關注
關注
0文章
340瀏覽量
14368
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。
發布評論請先 登錄
相關推薦
如何在Linux環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
Elasticsearch 再次開源
名單公布！【書籍評測活動NO.50】親歷芯片產線，輕松圖解芯片制造，揭秘芯片工廠的秘密
一文搞懂Linux進程的睡眠和喚醒
一文搞懂用ZPC輕松拿捏數據上云
統一日志數據流圖
PCB阻抗設計12問，輕松帶你搞懂阻抗！
Flex-Algo輕松掌握！搞懂必看！
一文搞懂DDR內存原理
Rust編寫的首個Postgres基礎Elasticsearch開源替代品問世
工商網監
評論