集群术语

- 节点：   一个elasticsearch实例(一个elasticsearch进程)就是一个节点- 集群：   由一个或者多个elasticsearch节点组成- 主节点： 临时管理集群级别变更：新建/删除索引，新建/移除节点，不参与文档级别变更或者搜索，当数据量增长时，不会成为集群瓶颈，集群只有一个主节点，通过各个节点选举产生- 分片(shard)：是最小级别工作单元,它只是保存了索引中所有数据的一部分- 主分片：每个文档属于一个单独主分片，主分片数量可以在创建索引时指定，默认个数在配置中指定(index.number_of_shards)，一个index默认有5个主分片- 复制分片：主分片副本，用于搜索加速，可以在创建索引时指定，默认复制分片数在配置中设定(index.number_of_replicas)

集群状态

查看集群状态：

- 查看集群状态：/_cluster/health：可以获取当前集群状态(green/yellow/red)，以及副本个数等信息- green：  所有主分片和复制分片状态都ok- yellow： 主分片ok，复制分片未完全ok- red：    存在主分片不OK- 修改index配置：{index}/_setting，可以动态修改{index}复制分片个数

文档

• 检索文档：

  • id：默认es会生成一个22位，经过base64编码的id，是urlsafe的，当然在创建文档时，也可以指定id
  • _source字段：里面存储了用户自定义的数据
  • 检索部分文档：GET /sailor/user/1/_source，表示只需要_source字段
  • GET /website/blog/123?_source=name，表示只检索_source字段中的name字段
  • pretty：检索文档时，可以增加pretty把结果的json美化输出
  • 当文档存在时http code为200，如果文档不存在则，code为404 Not Found

• 更新文档：

  • 更新文档： 使用PUT，同时version会加1

• 创建文档：

  • 创建文档：使用POST方式
  • 当文档不存在时创建，使用POST /website/blog/123?op_type=create，如果创建成功，http code为201，如果存在，则创建失败，http code为409(conflict)

• 删除文档

  • 删除文档时，使用DELETE方法，文档的version加1
  • 如果文档正常删除，返回200，如果文档不存在，返回404

• 文档版本：

  • 分布式版本冲突控制方法：悲观(提前锁定数据，如mysql)，乐观(默认不会发生冲突，如果发生重复返回失败)
  • 乐观方法：PUT /website/blog/1?version=1，修改时带上version
  • 返回值：正常返回200，如果版本不匹配返回409(conflict)
  • 修改时指定修改版本：PUT /website/blog/2?version=5&version_type=external，需要定义version_type为外部
  • 如果定义的version小于当前version，则返回409，如果文档不存在，返回404，如果修改正常返回200

• 局部更新：

  • POST /website/blog/1/_update，注意这里使用了POST
  • 如果文档不存在则创建，如果文档存在则更新，使用upsert
  • 文档冲突重试：使用retry_on_conflict参数

• 批量操作：

  • bulk：可以批量进行增删改查
  • 每个批量的数据量大小在：5-15M是比较合适的

分布式策略：

• 路由：

  • 公式：shard = hash(routing) % number_of_primary_shards，基于routing进行哈希分片
  • routing默认是id，也可以自己指定

• 副本工作方式：

  • 默认是sync，只有当副本分片都进行操作后，才返回给客户端
  • 可以设置为async，不过不建议设置，因为异步时，可能因为在不等待其它分片就绪的情况下发送过多的请求而使Elasticsearch过载

• consistency策略：

  • 默认是quorum：公式int( (primary + number_of_replicas) / 2 ) + 1，过半节点都操作完成后返回
  • one：一个主分片完成即可返回
  • all：所有主分片和复制分片都操作完成返回

• timeout

  • 默认一分钟，比如设定all，es会等待1分钟，等待所有副本返回
  • 可以设置超时时间，如100表示100ms，30s表示30秒

Elasticsearch 学习笔记2 集群和数据