Elasticsearch学习-- 概念（节点、分片、集群、type、mapping）

左手的ㄟ右手 2024-04-08 10:36 50阅读 0赞

### 一、Es的用途 ###

1. 分布式的搜索、存储和分析引擎

2. 搜索引擎类的数据库

3. 应用范围广泛

垂直搜索引擎

4. 上手简单

相对于Lucene, es上手很简单

### 二、节点 ###

每个节点就是一个java进程，就是一个elasticsearch的实例

一个节点不等于一个服务器

#### 1. 节点的角色 ####

![e96c3029351e435cbee9f55039499451.png][]

master节点可以有多个，其中有一个是主节点，主节点挂了以后，会从其他的master节点中选举一个主节点

master节点默认为投票节点，但是有的节点是仅投票节点

### 三、分片 ###

![405e33efa9434085b801e9f69020cee4.png][]

主分片：可以进行数据的读和写

副本分片：作为主分片的备份，不可以直接进行写数据，只可以对主分片进行数据同步。增加数据的安全性，提高集群的可用性

索引创建以后，主分片数量不可以进行修改（除非重新创建索引），副本分片数量可以修改

每个节点是一个es的实例，每个节点可以包含多个分片，每个分片是一个Lucene的实例

当节点数发生变化时，es会自动进行分片均衡

### 四、集群 ###

由多个节点组成的高可用的、分布式的系统叫做集群

es原生就是分布式的

### 五、Type ###

es7.0以前，索引是由很多个type组成的；

7.x弱化了type的概念，用\_doc

8.x完全删除type

**\*\* 所有索引的名称都是小写，如果涉及多个单词，用下划线\_隔开**

### 六、mapping ###

![7a66b081b2ed42ffa30043b1e89ffe42.png][]

mapping类似于关系型数据库中的表结构。在mapping中包含了一些属性，比如：字段名称、类型、字段使用的分词器、是否评分、是否创建索引等属性。

#### 1. 查看mapping ####

下划线\_开头，表示使用的是一个api

# 查看mapping 
    GET /test_index/_mapping

![6ad91a34afb645fab0135f29e9dbb590.png][]

其中，type是字段类型

#### 2. es支持的数据类型 ####

![a48e067975aa4985abb6d999e8212485.png][]

正排索引用于排序和聚合

倒排索引用于文本检索

text类型默认会创建倒排索引，不创建正排索引

其他类型：

![5215ff65ddb741879004a50a6ba425dc.png][]

#### 3. dynamic mapping 自动映射 ####

创建索引时，不指定每个字段的类型，就叫做dynamic mapping

映射规则：

![e0e3d48aff6c452aaab9240c2f46d263.png][]

所有text类型的字段，会默认添加一个fileds属性

b会被分词，b.keyword不会被分词

![d5012b50cc91473f8c5e237c0d09e75e.png][]

#### 4. explicit mapping 手动映射 ####

手动创建mapping

![c71dd78796844642aa629c26acd8234f.png][]

mapping创建以后，不能修改type属性了

# 手动创建索引
    PUT /test_index2
    {
      "mappings": {
        "properties": {
          "a":{
            "type":"text",
            "analyzer": "standard"
          },
          "b":{
            "type":"long"
          }
        }
      }
    }
    
    GET /test_index2/_mapping

![cd743980a00a41c2b59b9d61d19b8787.png][]

#### 5. 手动映射的参数 ####

![0d12d3acb02c42eab680f88ce7912c41.png][]

![da889f82c6444bb8b90cd8a7724c60fc.png][]

10.fileddata：创建正排索引，doc\_value是在磁盘中进行正排索引，fileddata在内存中进行正排索引

14. ignore\_malformed: 忽略类型错误，常用于数据同步

[e96c3029351e435cbee9f55039499451.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/6cc5a60ab9d5477694811ed0a54a84a1.png
[405e33efa9434085b801e9f69020cee4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/069cc0c6e6dc4522a35ec2352976a309.png
[7a66b081b2ed42ffa30043b1e89ffe42.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/aa16ef2eb5f644d69ebcda6a5e59b862.png
[6ad91a34afb645fab0135f29e9dbb590.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/ab11d856cecd40eaa767ef1b75cb40bd.png
[a48e067975aa4985abb6d999e8212485.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/a5087a3f2b0e42199d9c03b11e78a90b.png
[5215ff65ddb741879004a50a6ba425dc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/5dad55a76e30492aae958b534d32139a.png
[e0e3d48aff6c452aaab9240c2f46d263.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/6f5a8cc4d6774cf5aeb5e56f7b262955.png
[d5012b50cc91473f8c5e237c0d09e75e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/f171ae11795d4bb7b5f64398d96106cf.png
[c71dd78796844642aa629c26acd8234f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/e0bc267b860e45118cea8ce108dc3df3.png
[cd743980a00a41c2b59b9d61d19b8787.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/ddca853edf9f4d6bb9eb21b16c1bd1b1.png
[0d12d3acb02c42eab680f88ce7912c41.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/a307a6bb9c2f415185eef037e22aceb3.png
[da889f82c6444bb8b90cd8a7724c60fc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/bc78e101a43149e48dc02e23548e0283.png