Elasticsearch 架构与概念

任何一个分布式系统，认识它的基本思路都是：

• 了解它的数据模型：从逻辑上，它刻画了一个什么样的编程数据模型。
• 了解它的分布式原理：分布式机制，无非是Partition，Replica和Allocation/Assignment。
• 动态发现与选主： 分布式需要回答的一个基本问题是 集群（Cluster）与成员（Member），成员里面有Master和Slave的角色。很多分布式系统都借助ZooKeeper来完成这项工作。但成熟的分布式系统都有个趋势是自建类似ZK的功能，好处是部署会变得简单。

Elasticsearch 的数据模型

在关系型中，database -> Table -> Row / Column / Schema 对应ES中， Index -> Type -> Document / Field / Mapping

• 索引（Index)： 相当于关系数据库中的database概念，一个集群中可以包含多个索引。这个是个逻辑概念。
• 类型（Type）： 相当于数据库中的table概念，mapping是针对 Type 的。同一个索引里可以包含多个 Type。
• Mapping： 相当于数据库中的schema，用来约束字段的类型，不过 Elasticsearch 的 mapping 可以自动根据数据创建。
• **文档（Document) **： 相当于数据库中的row。
• 字段（Field）： 相当于数据库中的column。

Elasticsearch的分布式

谈到分布式，都会有三个概念：Partition，Replica 和 Allocation/Assignment。

• 何为Partition： 在关系型中，如果一个表太大，会横向和纵向拆表，分布到不同的机器。在ES中，如果索引太大，也会分拆若干份。这里的Partition是逻辑概念，是数学概念。

• 何为Replica： 一个数据存一份，万一那个数据出问题了，就丢失了。所以，一般都基于Partition做Replica处理。

• 何为Allocation/Assignment： 逻辑上有Partition和Replica，物理上都要落实到机器上去。当然我们知道在分布式系统里面，一般都是以网络进程为单位的，所以更准确的说，不是机器，而是“节点（Node）”。所谓Allocation，即使将Partition和Replica分派到各个节点（Node）上去的方法与过程。

ES结构

两个端口

ES 有两个端口：HTTP REST 的9200 和 TCP RPC 的9300 端口。

结构图

ES 把最终以来的文件系统抽象为了Gateway，使得索引文件既可以存在本地文件系统，又可以存在HDFS，还可以存在Amazon S3里面。

第三方管理插件 elasticsearch_head