带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(3)

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(3)

《Elastic Stack 实战手册》——三、产品能力——3.3.基础篇——3.3.2.专有名词解释(2) https://developer.aliyun.com/article/1231573


Type

 

类型是文档的逻辑容器,类似于表是行的容器。

 

您将具有不同结构(模式)的文档放在不同类型中。 例如,你可以使用一种类型来定义聚合组,并在人们聚集时为事件定义另一种类型。

 

每种类型的字段定义称为映射。 例如,name 将映射为字符串,但 location 下的 geolocati-on 字段将映射为特殊的 geo_point 类型。每种字段的处理方式都不同。 例如,你在名称字段中搜索单词,然后按位置搜索组以查找位于居住地附近的组。

 

很多人认为 Elasticsearch 是 schema-less 的。大家都甚至认为 Elasticsearch 中的数据库是不需要 mapping 的。其实这是一个错误的概念。schema-less 在 Elasticsearch 中正确的理解是,我们不需要事先定义一个类型关系数据库中的 table 才使用数据库。

 

在 Elasticsearch 中,我们开始可以不定义一个 mapping,而直接写入到我们指定的 index中。这个 index 的 mapping 是动态生成的 (当然我们也可以禁止这种行为)。其中的数据项的每一个数据类型是动态识别的。比如时间,字符串等,虽然有些数据类型,还是需要我们手动调整,比如 geo_point 等地理位置数据。

 

另外,它还有一个含义,同一个 type,我们在以后的数据输入中,可能增加新的数据项,从而生产新的 mapping。这个也是动态调整的。


Elasticsearch 具有 schema-less 的能力,这意味着无需显式指定如何处理文档中可能出现的每个不同字段,即可对文档建立索引。 启用动态映射后,Elasticsearch 自动检测并向索引添加新字段。 这种默认行为使索引和浏览数据变得容易-只需开始建立索引文档,Elasticsearch 就会检测布尔值,浮点数和整数值,日期和字符串,并将其映射到适当的 Elasticsearch 数据类型。

 

由于一些原因,在 Elasticsearch 6.0 以后,一个 Index 只能含有一个 type。这其中的原因是:相同 index 的不同映射 type 中具有相同名称的字段是相同; 在 Elasticsearch 索引中,不同映射 type 中具有相同名称的字段在 Lucene 中被同一个字段支持。在默认的情况下是 _doc。在未来8.0的版本中,type 将被彻底删除。


Index

 

在 Elasticsearch 中,索引是文档的集合。


image.png

每个 Index 一个或许多的 documents 组成,并且这些 document 可以分布于不同的 shard之中。

image.png

很多人认为 index 类似于关系数据库中的 database。这中说法是有些道理,但是并不完全相同。其中很重要的一个原因是,在Elasticsearch 中的文档可以有 object 及 nested 结构。一个 index 是一个逻辑命名空间,它映射到一个或多个主分片,并且可以具有零个或多个副本分片。

 

每当一个文档进来后,根据文档的 id 会自动进行 hash 计算,并存放于计算出来的 shard 实例中,这样的结果可以使得所有的 shard 都比较有均衡的存储,而不至于有的 shard 很忙。

 

shard_num = hash(_routing) % num_primary_shards

 

在默认的情况下,上面的 _routing 既是文档的 _id。如果有 routing 的参与,那么这些文档可能只存放于一个特定的 shard,这样的好处是对于一些情况,我们可以很快地综合我们所需要的结果而不需要跨 node 去得到请求。比如针对 join 的数据类型。


一个索引可以存储超出单个结点硬件限制的大量数据。比如,一个具有 10 亿文档的索引占据1TB 的磁盘空间,而任一节点都没有这样大的磁盘空间;或者单个节点处理搜索请求,响应太慢。

 

为了解决这个问题,Elasticsearch 提供了将索引划分成多份的能力,这些份就叫做分片

(shard)。当你创建一个索引的时候,你可以指定你想要的分片 (shard) 的数量。每个分片本身也是一个功能完善并且独立的“索引”,这个“索引”可以被放置到集群中的任何节点上。

 

分片之所以重要,主要有两方面的原因:

 

l 允许你水平分割/扩展你的内容容量

l 允许你在分片(潜在地,位于多个节点上)之上进行分布式的、并行的操作,进而提高性能/吞吐量


《Elastic Stack 实战手册》——三、产品能力——3.3.基础篇——3.3.2.专有名词解释(4) https://developer.aliyun.com/article/1231571

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
安全 API 数据安全/隐私保护
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(2)
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(2)
132 0
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(2)
|
安全 应用服务中间件 网络安全
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(1)
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(1)
127 0
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(1)
|
存储 搜索推荐 网络架构
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(4)
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(4)
118 0
|
Ubuntu 物联网 大数据
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(5)
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(5)
126 0
|
应用服务中间件 nginx
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(1)
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(1)
136 0
|
JSON 数据库 数据格式
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(2)
带你读《Elastic Stack 实战手册》之7:——3.3.2.专有名词解释(2)
151 0
|
安全
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(3)
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(3)
133 0
|
安全 Ubuntu 物联网
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(5)
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(5)
125 0
|
安全 索引
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(4)
带你读《Elastic Stack 实战手册》之12:——3.4.1.5.配置集群安全访问(4)
113 0
|
存储 自然语言处理 网络协议
带你读《Elastic Stack 实战手册》之42:——3.5.1.跨集群操作(2)
带你读《Elastic Stack 实战手册》之42:——3.5.1.跨集群操作(2)
109 0

热门文章

最新文章