Elasticsearch概述

Elasticsearch是一个开源的分布式搜索和分析引擎，广泛应用于全文搜索、日志分析、实时数据处理等领域。它基于Apache Lucene构建，具有高效的查询、存储和分析能力，能够处理海量数据。

Elasticsearch采用了RESTful API作为与外部系统交互的方式，使得用户可以通过简单的HTTP请求进行操作。

Elasticsearch的基础概念

索引（Index）

索引是Elasticsearch中的基本数据单元，相当于关系数据库中的数据库。在Elasticsearch中，索引是用来组织数据的容器，它包含了多份数据和配置。每个索引都有一个独立的配置和映射，允许用户自定义字段的类型、分析方式等。

文档（Document）

文档是Elasticsearch中的基本数据存储单元，相当于关系型数据库中的行。每个文档包含一组字段（Field），这些字段描述了文档的各种信息。文档是以 JSON格式进行存储的，可以通过唯一的ID来标识。

映射（Mapping）

映射定义了文档中字段的结构和数据类型。类似于关系型数据库中的表结构定义，定义Elasticsearch如何存储和索引数据。

集群（Cluster）

Elasticsearch集群由多个节点（Node）组成。每个集群有一个唯一的名字，多个节点共同工作，分担数据存储、索引、查询等任务。

分片与副本（Shard & Replica）

每个索引在内部会被分割成多个分片（Shard），而每个分片可以有多个副本（Replica）。分片允许数据分布在多个节点上，而副本提高了数据的可用性与查询性能。

Elasticsearch的底层结构

Elasticsearch的底层实现依赖于倒排索引（Inverted Index）机制，这种索引结构在搜索引擎中是非常常见的。倒排索引的核心思想是记录文档中每个词项（Term）出现的位置，从而可以快速检索包含特定词项的文档。

倒排索引的基本构建过程如下：首先Elasticsearch将字段中的文本分解为多个词项，对于文本字段，Elasticsearch会使用分词器（Analyzer）将文本拆分为一个个词项（Term）；然后对于每个词项，Elasticsearch会记录它在所有文档中的出现位置（文档ID），这种方式的优点是当查询某个词项时，能够非常高效地找到包含该词项的文档。

Elasticsearch的查询流程

• 请求路由：查询请求会根据索引与分片策略确定查询的目标分片。Elasticsearch使用路由策略（默认是哈希路由）将请求发送至合适的分片。
• 执行查询：一旦请求被路由到目标分片，所有分片会并行执行查询。每个分片是一个独立的Lucene实例，所以查询将在每个分片内执行，Lucene会利用倒排索引进行高效查询。
• 聚合与排序：对于涉及聚合与排序的查询，Elasticsearch会首先执行这些操作，合并各个分片的结果，然后返回最终结果。
• 合并与返回：所有分片的查询结果会合并，并且如果涉及排序或分页，Elasticsearch会在合并结果的基础上执行排序和分页操作。