Elasticsearch 的分布式架构原理：通俗易懂版-EW帮帮网

Elasticsearch 的分布式架构原理：通俗易懂版

Lucene 和 Elasticsearch 的前世今生

Lucene 是一个功能强大的搜索库，提供了高效的全文检索能力。然而，直接基于 Lucene 开发非常复杂，即使是简单的功能也需要编写大量的 Java 代码，并且需要深入理解其底层原理。

Elasticsearch（简称 ES）构建在 Lucene 之上，隐藏了 Lucene 的复杂性，提供了简单易用的 RESTful API 和 Java API，同时支持多种语言的 API 访问，使得搜索引擎的开发变得更加容易。

Elasticsearch 是什么？

Elasticsearch 主要有以下特点：

分布式文档存储引擎
分布式搜索引擎和分析引擎
分布式架构，支持 PB 级数据

ES 的核心概念

近实时（Near Realtime，NRT）

Elasticsearch 是一个近实时（NRT）的搜索引擎，意味着：

从写入数据到数据可以被搜索到，会有一个小延迟（通常 1 秒左右）。
通过 ES 进行搜索和分析可以在秒级时间内返回结果。

集群（Cluster）

一个 Elasticsearch 集群由多个节点组成，每个节点所属的集群由配置决定。对于中小型应用来说，刚开始一个集群通常只有一个节点。

节点（Node）

节点是 ES 集群中的一个实例，每个节点都有一个唯一的名称。
默认情况下，节点会自动加入名为 elasticsearch 的集群。
只要启动多个 ES 实例，它们就会自动组成一个集群。

文档（Document）和字段（Field）

**文档（Document）**是 ES 中最小的数据单元，类似于数据库中的一行记录。
**字段（Field）**是文档中的数据字段，类似于数据库中的列。
ES 以 JSON 格式存储文档。

示例：

{
    "product_id": "1",
    "product_name": "iPhone X",
    "product_desc": "苹果手机",
    "category_id": "2",
    "category_name": "电子产品"
}

索引（Index）

索引（Index）是一组具有相似结构的文档集合，类似于数据库中的 表（Table）。
例如，一个 product_index 可能存储所有商品的相关信息。

⚠ 过时概念：Type

在 Elasticsearch 7.x 及以上版本中，type 概念已被移除，所有索引只能有一个 type。

以前，type 用于对一个索引内的数据进行分类，比如：

product_index 下可以有 electronics 和 clothing 两个 type，分别存储电子产品和服装产品的数据。
但在 ES 7.x 及以上版本中，这种分类方式已不再支持，建议使用不同的索引来存储不同类别的数据。

分片（Shard）

单台服务器无法存储海量数据，ES 通过 分片（Shard） 机制将索引拆分成多个部分，并分布在多台服务器上。
优点：
1. 扩展能力：可以存储更多数据。
2. 提高查询性能：查询时多个分片可以并行执行，提高吞吐量。

注意：

每个分片（Shard）本质上是一个独立的 Lucene 索引。
在创建索引时，需要指定分片数量，后续不能更改。

副本（Replica）

副本（Replica） 用于提高数据的可用性和查询性能。
副本的作用：
1. 高可用性：如果主分片（Primary Shard）所在节点宕机，副本（Replica Shard）可以接管，防止数据丢失。
2. 负载均衡：多个副本可以分担查询压力，提高查询速度。

默认配置：

Primary Shard（主分片）：默认 5 个，创建索引时确定，无法修改。
Replica Shard（副本分片）：默认 1 个，可以随时调整。
最小的高可用配置：需要至少 2 台服务器，确保每个副本分布在不同的节点上。

示意图：

索引 -> 分片（Shards）-> 主分片（Primary Shard）& 副本分片（Replica Shard）

ES vs 传统数据库对比

Elasticsearch	关系型数据库
Index（索引）	数据库（Database）
Document（文档）	行（Row）
Field（字段）	列（Column）

总结

Elasticsearch 通过 分片（Sharding）+副本（Replication） 机制，实现了 分布式存储 和 高可用性，同时提供了 近实时搜索 的能力，使得它成为大数据搜索和分析的主流选择。

在现代互联网公司，Elasticsearch 主要用于 日志分析、全文搜索、业务分析、推荐系统 等场景。如果你在面试中遇到 ES 相关问题，理解这些基本概念，可以帮助你更好地应对面试挑战。

Elasticsearch 的分布式架构原理：通俗易懂版