Elasticsearch叢集運維相關知識

0 概念

Elasticsearch是一個基於Apache Lucene™的開源搜尋引擎。
lucene是一個開源搜尋引擎庫。使用java開發。通過RESTful-API隱藏lucene的複製性，讓全文搜尋變得簡單。可以通過下面三點來描述它：

• 分散式的實時檔案儲存，每個欄位都被索引，並且被搜尋
• 分散式的實時分析搜尋引擎
• 可以擴充套件到上百臺伺服器

一 安裝

1. http://www.elasticsearch.org/download/ ，從官方網站下載Elasticsearch。
2. 解壓和啟動：./bin/elasticsearch （-d）
   新增-d是後臺執行
3. 判斷啟動成功與否
   curl ‘http://localhost:9200/?pretty’
   返回狀態為200，則表示正常執行
4. 叢集和節點
   節點(node)是一個執行著的Elasticsearch例項。叢集(cluster)是一組具有相同cluster.name的節點集合。

節點之間協同工作，共享資料，並提供故障轉移和擴充套件功能。
cluster.name為叢集的預設值，最好修改，可以防止新啟動的es節點加入到同網路中的另一個叢集中。
通過修改config/目錄下的elasticsearch.yml檔案，重啟程式做到。

二 文件

應用中的物件很少只是簡單的鍵值列表，更多時候它擁有複雜的資料結構，比如包含日期、地理位置、另一個物件或者陣列。

你想將這些資料儲存到由行和列組成的關聯式資料庫中，就好像是把一個豐富，資訊表現力強的物件拆散了放入一個非常大的表格中：你不得不拆散物件以適應表模式（通常一列表示一個欄位），然後又不得不在查詢的時候重建它們。
Elasticsearch是面向文件(document oriented)的，這意味著它可以儲存整個物件或文件(document)。然而它不僅僅是儲存，還會索引(index)每個文件的內容使之可以被搜尋。在Elasticsearch中，你可以對文件（而非成行成列的資料）進行索引、搜尋、排序、過濾。這種理解資料的方式與以往完全不同，這也是Elasticsearch能夠執行復雜的全文搜尋的原因之一。

三 索引

它涵蓋了一些基本的概念介紹，如索引(indexing)、搜尋(search)以及聚合(aggregations)。

在Elasticsearch中儲存資料的行為就叫做索引(indexing)，不過在索引之前，我們需要明確資料應該儲存在哪裡。
來看一個對比圖：

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices   -> Types  -> Documents -> Fields

Elasticsearch叢集可以包含多個索引(indices)（資料庫），每一個索引可以包含多個型別(types)（表），每一個型別包含多個文件(documents)（行），然後每個文件包含多個欄位(Fields)（列）。

四 搜尋

例如：檢索單個員工的資訊
通過執行HTTP GET請求並指出文件的“地址”——索引、型別和ID既可。根據這三部分資訊，我們就可以返回原始JSON文件。

GET 檢索
DELETE 刪除
HEAD 檢查是否存在
PUT 已存在文件會進行更新

五 聚合

Elasticsearch有一個功能叫做聚合(aggregations)，它允許你在資料上生成複雜的分析統計。它很像SQL中的GROUP BY但是功能更強大。

六 分散式

Elasticsearch致力於隱藏分散式系統的複雜性。以下這些操作都是在底層自動完成的：

• 將你的文件分割槽到不同的容器或者分片(shards)中，它們可以存在於一個或多個節點中。
• 將分片均勻的分配到各個節點，對索引和搜尋做負載均衡。
• 冗餘每一個分片，防止硬體故障造成的資料丟失。
• 將叢集中任意一個節點上的請求路由到相應資料所在的節點。
• 無論是增加節點，還是移除節點，分片都可以做到無縫的擴充套件和遷移。