筆記：Elasticsearch基本概念

Lucene是一個由Java語言開發的開源全文檢索引擎工具包。把Lucene用Netty封裝成服務，使用JSON訪問就是Elasticsearch。
Elasticsearch內建了對分散式叢集和分散式索引的管理，所以相對Solr來說，不需要額外安裝ZooKeeper，其更容易分散式部署。使用Elasticsearch的搜尋系統整體架構如下圖所示：

Elasticsearch的每一個執行例項稱為一個節點，既可以在同一臺計算機上執行多個例項，也可以在每臺計算機上只執行一個例項。
在一個分散式系統裡，多個Elasticsearch執行例項可以組成一個叢集（cluster），該叢集裡有一個動態選舉出來的主節點（master）。如果主節點失敗，會自動選出新的節點作為主節點，所以不存在單點故障。
在同一個子網中，只需要在每個節點上設定相同的叢集名，這些叢集名相同的節點會自動組成一個叢集。Elasticsearch包含了節點和節點之間通訊模組及節點之間的資料分配和平衡模組。
為了實現容錯，Elasticsearch會把查詢文件集合分解為多個小的索引，每一個小的索引就叫做分片（shards）。每一個分片都可以有0到多個副本（replicas），而每一個副本也都是分片的完整複製品，這樣也提高了查詢速度。
一旦Elasticsearch的某個節點資料損壞或服務不可用的時候，就可以用其他節點來代替壞掉的節點，以達到高可用的目的。當有節點加入或退出時，主節點會根據機器的負載對索引分片進行重新分配，當“掛掉”的節點再次重新啟動的時候也會進行資料恢復（recovery）。
Elasticsearch通過閘道器（Gateway）來管理叢集恢復，可以配置叢集需要加入多個節點才能啟動恢復資料。閘道器配置用於恢復任何失敗的索引。當節點奔潰並重新啟動時，Elasticsearch將從閘道器讀取所有的索引和後設資料。
Transport代表Elasticsearch內部的節點或者叢集與客戶端之間的互動方式，預設使用TCP協議進行互動，同事支援HTTP協議（JSON格式）、thrift、Servlet、Memcached、ZeroMQ等多種的傳輸協議（通過外掛方式整合）。
為了讓叢集在執行時動態附加額外的功能，可以使用外掛機制載入實現公共介面的程式集。Elasticsearch外掛用於各種特定的方式擴充套件基本的Elasticsearch功能。

• Elasticsearch的優點

1. 橫向可擴充套件性：只需要增加一臺伺服器，做一點配置，啟動一下Elasticsearch程式就可以併入叢集
2. 分片機制提供更好的分佈性：同一個索引分成多個分片（sharding），這點類似於HDFS的塊機智；分而治之的方式可提升處理效率
3. 高可用：提供複製（replica）機制，一個分片可以設定多個複製，使得某臺伺服器在當機的情況下，叢集仍舊可以照常執行，並會把伺服器當機丟失的資料資訊複製恢復到其他可用節點上
4. 使用簡單：只需一條命令就可以下載檔案，然後很快就能搭建一個站內搜尋引擎。

• 全文搜尋
  是指計算機搜尋程式通過掃描文章中的每一個詞，對每一個詞建立一個索引，指明該詞在文章中出現的次數和位置，當使用者查詢時，搜尋程式就根據事先建立的索引進行查詢，並將查詢的結果反饋給使用者。這個過程類似於通過字典中的搜尋字表查字的過程。Lucene是目前全球使用最廣的全文搜尋引擎開源庫。