Elasticsearch的基本概念和指標

程式設計一生發表於2019-03-26

Elasticsearch指標

背景

在13年的時候，我開始負責整個公司的搜尋引擎。嗯……，不是很牛的那種大專案負責人。而是整個搜尋就我一個人做。哈哈。

後來跳槽之後，所經歷的團隊都用Elasticsearch，基本上和快取一樣，是專案必備的工具。目前靜兒在做的專案中也在用，正好系統學習一下。畢竟靜兒的夢想就是打造自己的搜尋引擎。

1.近實時(NRT NearRealtime)

2.叢集(Cluster)

3.節點(Node)

4.索引(Index)

5.文件(Document)

6.分片和副本(Shards & Replicas)

7.快取資料(fielddata)

8.文件值(doc values)

9.行為模式(norms)

10.召回率(Recall Rate)

11.準確率(Precision)

正文

1.近實時(NRT NearRealtime)

ES是一個近實時的搜尋平臺，就是說從開始建立索引到能被搜尋到只有很少的延時（通常是1s）。

2.叢集(Cluster)

叢集是一個或者多個節點（Node）協同工作來承載所有的資料，並提供跨所有節點的索引和搜尋能力。一個叢集有一個唯一名稱作為標識，預設叫「elasticsearch」。因為在有多個節點的情況下，節點都是通過叢集名來確定被安裝到哪個叢集，所以叢集名很重要。

3.節點(Node)

節點是叢集的一部分，就是叢集裡的一個伺服器。它儲存著資料，給提供叢集的索引和搜尋能力。像叢集一樣，一個節點也是用名稱來做標識。它預設是一個在節點啟動時被指定的隨機UUID(Universally Unique Ientifier全域性唯一標識)。如果不想用預設值，也可以自定義節點名。因為它是作為網路中的伺服器和節點關係的紐帶，所以這個名字對叢集的管理來說很重要。

4.索引(Index)

索引是有相同特性的文件集合。舉個例子?：可以定義一個儲存客戶端資料的索引，建一個產品目錄索引，再來一個順序資料的索引。它也是靠名稱來作為唯一標識的。通過索引名可以對索引內的文件進行索引新增、更新、搜尋、刪除等操作。

5.文件(Document)

文件是可以被索引的最小單元。舉個例子?：可以定義一個儲存客戶端資料的文件，建一個產品目錄文件，再來一個順序資料的文件。文件是用JSON(JavaScript Object Notation)來表示的。JSON是一個非常通用的資料傳輸形式。

6.分片和副本(Shards & Replicas)

為了解決讓索引可以儲存超過一個節點機器硬體限制的資料的問題。ES提供了將索引分割成多塊的能力。這個資料小塊叫做分片。建立索引時可以指定分片數量（副本數）。每個分片內部都是獨立的，功能完整的。可以隨便移植到叢集的任何一個節點上。

7.快取資料(fielddata)

快取資料是文字欄位使用的一個用於記憶體查詢的資料結構。這個資料結構是第一次使用的時候被按需載入來用於聚合、排序或者指令碼運算的。是通過讀取所有段內的整個倒排索引，反轉詞條和文件關係，把結果儲存到JVM堆中實現的。

8.文件值(doc values)

通過資料結構來進行聚合工作被叫做文件值。文件值是讓聚合快速、高效、記憶體友好的手段。

9.行為模式(norms)

norms中國人一般大家也說norms。因為翻譯過來的不能很貼切的表達原義。它儲存了很多用於查詢時計算評分的標準引子。