首页 / ELEASTATICSEARCH / ElasticSearch 架构原理

ElasticSearch 架构原理

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了ElasticSearch 架构原理，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4140字，纯文字阅读大概需要6分钟。

内容图文

1 Elasticsearch的节点类型

在Elasticsearch主要分成两类节点，一类是Master，一类是DataNode。

1.1 Master节点

在Elasticsearch启动时，会选举出来一个Master节点。当某个节点启动后，然后
使用Zen Discovery机制找到集群中的其他节点，并建立连接。

discovery.seed_hosts: ["192.168.38.50:9300","192.168.38.51:9300","192.168.38.52:9300"]

并从候选主节点中选举出一个主节点。

cluster.initial_master_nodes: ["192.168.38.50:9300", "192.168.38.51:9300","192.168.38.52:9300"]

Master节点主要负责：

（1）管理索引（创建索引、删除索引）、分配分片。
（2）维护元数据。
（3）管理集群节点状态。
（4）不负责数据写入和查询，比较轻量级。

一个Elasticsearch集群中，只有一个Master节点。在生产环境中，内存可以相对小一点，但机器要稳定。

1.2 DataNode节点

在Elasticsearch集群中，会有N个DataNode节点。DataNode节点主要负责，数据写入、数据检索，大部分Elasticsearch的压力都在DataNode节点上在生产环境中，内存最好配置大一些。

2 分片和副本

2.1 分片

Elasticsearch是一个分布式的搜索引擎，索引的数据也是分成若干部分，分布在不同的服务器节点中分布在不同服务器节点中的索引数据，就是分片（Shard）。Elasticsearch会自动管理分片，如果发现分片分布不均衡，就会自动迁移一个索引（index）由多个shard（分片）组成，而分片是分布在不同的服务器上的。

2.2 副本

为了对Elasticsearch的分片进行容错，假设某个节点不可用，会导致整个索引库都将不可用。所以，需要对分片进行副本容错。每一个分片都会有对应的副本。在Elasticsearch中，默认创建的索引为1个分片、每个分片有1个主分片和1个副本分片。每个分片都会有一个Primary Shard（主分片），也会有若干个Replica Shard（副本分片）Primary Shard和Replica Shard不在同一个节点。

2.3 demo

描述： 创建工作索引库，该索引由3个分片，2个副本组成。

PUT /job_index
{
  "mappings": {
    "properties": {
      "id": {
        "type": "long",
        "store": true
      },
      "area": {
        "type": "keyword",
        "store": true
      },
      "exp": {
        "type": "keyword",
        "store": true
      },
      "edu": {
        "type": "keyword",
        "store": true
      },
      "salary": {
        "type": "keyword",
        "store": true
      },
      "job_type": {
        "type": "keyword",
        "store": true
      },
      "cmp": {
        "type": "keyword",
        "store": true
      },
      "pv": {
        "type": "keyword",
        "store": true
      },
      "title": {
        "type": "text",
        "store": true
      },
      "jd": {
        "type": "text"
      }
    }
  },
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  }
}

ElasticSearch 架构原理 - 文章图片

3 重要工作流程

3.1 Elasticsearch文档写入原理

ElasticSearch 架构原理 - 文章图片

(1) 选择任意一个DataNode发送请求，例如：node2。此时，node2就成为一个coordinating node（协调节点）.
(2) 计算得到文档要写入的分片`shard = hash(routing) % number_of_primary_shards`routing 是一个可变值，默认是文档的 _id
(3) coordinating node会进行路由，将请求转发给对应的primary shard所在的DataNode（假设primary shard在node1、replica shard在node2）
(4) node1节点上的Primary Shard处理请求，写入数据到索引库中，并将数据同步到Replica shard
(5) Primary Shard和Replica Shard都保存好了文档，返回client

3.2 Elasticsearch检索原理

ElasticSearch 架构原理 - 文章图片
client发起查询请求，某个DataNode接收到请求，该DataNode就会成为协调节点（Coordinating Node）协调节点（Coordinating Node）将查询请求广播到每一个数据节点，这些数据节点的分片会处理该查询请求每个分片进行数据查询，将符合条件的数据放在一个优先队列中，并将这些数据的文档ID、节点信息、分片信息返回给协调节点协调节点将所有的结果进行汇总，并进行全局排序协调节点向包含这些文档ID的分片发送get请求，对应的分片将文档数据返回给协调节点，最后协调节点将数据返回给客户端。

4 Elasticsearch准实时索引实现

elasticsearch 被称为准实时搜索，原因是对 Elasticsearch 的写入操作成功后，写入的数据需要1秒钟后才能被搜索到，因此 Elasticsearch 搜索是准实时或者又称为近实时（near real time）。
elasticsearch底层使用的 Lucene，而 Lucene 的写入是实时的。但 Lucene 的实时写入意味着每一次写入请求都直接将数据写入硬盘，因此频繁的I/O操作会导致很大的性能问题。

4.1 溢写到文件系统缓存

当数据写入到ES分片时，会首先写入到内存中，然后通过内存的buffer生成一segment，并刷到文件系统缓存中，数据可以被检索（注意不是直接刷到磁盘）ES中默认1秒，refresh一次。

4.2 写translog保障容错

在写入到内存中的同时，也会记录translog日志，在refresh期间出现异常，会根translog来进行数据恢复等到文件系统缓存中的segment数据都刷到磁盘中，清空translog文件。

4.3 flush到磁盘

ES默认每隔30分钟会将文件系统缓存的数据刷入到磁盘。

4.4 segment合并

Segment太多时，ES定期会将多个segment合并成为大的segment，减少索引查询时IO开销，此阶段ES会真正的物理删除（之前执行过的delete的数据）。
ElasticSearch 架构原理 - 文章图片

5 ES集群搭建过程

描述： docker+3台节点+kibana连接ES集群
ElasticSearch7 集群搭建

内容总结

以上是互联网集市为您收集整理的ElasticSearch 架构原理全部内容，希望文章能够帮你解决ElasticSearch 架构原理所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/995608.html

来源：【匿名】