Windows集群

单机集群

复制ElasticSearch文件夹,需要创建几个节点就复制几个;
复制完后,删除非主节点的data文件夹,如果不确定哪个是主节点,就把全部节点的data文件夹删除(data文件夹里存的数据记得提前备份);
图片
然后分别修改配置文件(ElasticSearch.yaml)
第一个节点:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
#集群名称,节点之间要保持一致 
cluster.name: my-elasticsearch
#节点名称,集群内要唯一
node.name: ahzoo-1001
#允许这个节点被选举为一个主节点(默认允许)
node.master: true
#允许这个节点存储数据(默认允许)
node.data: true
#ip 地址
network.host: localhost
#http 端口
http.port: 9200
#tcp 监听端口
transport.tcp.port: 9301
#集群个节点IP地址,也可以使用域名,需要各节点能够解析
#discovery.seed_hosts: ["localhost:9301", "localhost:9302","localhost:9303"]
#超时时间
#discovery.zen.fd.ping_timeout: 1m
#重连次数
#discovery.zen.fd.ping_retries: 5
#集群内的可以被选为主节点的节点列表
#cluster.initial_master_nodes: ["node-1", "node-2","node-3"]

#跨域配置
#action.destructive_requires_name: true
http.cors.enabled: true
http.cors.allow-origin: "*"

第二个节点:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

#集群名称,节点之间要保持一致
cluster.name: my-elasticsearch
#节点名称,集群内要唯一
node.name: ahzoo-1002
#允许这个节点被选举为一个主节点(默认允许)
node.master: true
#允许这个节点存储数据(默认允许)
node.data: true
#ip 地址
network.host: localhost
#http 端口
http.port: 9201
#tcp 监听端口
# transport.tcp.port: 9302
#discovery.seed_hosts: ["localhost:9301", "localhost:9302","localhost:9303"]
#discovery.zen.fd.ping_timeout: 1m
#discovery.zen.fd.ping_retries: 5
#集群内的可以被选为主节点的节点列表
#cluster.initial_master_nodes: ["node-1", "node-2","node-3"]
#跨域配置
#action.destructive_requires_name: true
http.cors.enabled: true
http.cors.allow-origin: "*"

第三个节点

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
#集群名称,节点之间要保持一致 
cluster.name: my-elasticsearch
#节点名称,集群内要唯一
node.name: ahzoo-1003
#允许这个节点被选举为一个主节点(默认允许)
node.master: true
#允许这个节点存储数据(默认允许)
node.data: true
#ip 地址
network.host: localhost
#http 端口
http.port: 9202
#tcp 监听端口
# transport.tcp.port: 9303
#discovery.seed_hosts: ["localhost:9301", "localhost:9302","localhost:9303"]
#discovery.zen.fd.ping_timeout: 1m
#discovery.zen.fd.ping_retries: 5
#集群内的可以被选为主节点的节点列表
#cluster.initial_master_nodes: ["node-1", "node-2","node-3"]
#跨域配置
#action.destructive_requires_name: true
http.cors.enabled: true
http.cors.allow-origin: "*"

然后分别双击bin/elasticsearch.bat, 启动所有节点;
启动elasticsearch-head查看节点状态
图片
测试节点:
在9200端口新建一条索引;
图片
可以看到信息成功同步到了剩下的两个端口中

图片

图片

多机集群

对每个节点的ElasticSearch配置文件进行修改:
第一个节点(使用主机端测试):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#跨域配置 
#action.destructive_requires_name: true
http.cors.enabled: true
http.cors.allow-origin: "*"

#集群名称,节点之间要保持一致
cluster.name: my-elasticsearch
#节点名称,集群内要唯一
node.name: ahzoo-1001
#允许这个节点被选举为一个主节点(默认允许)
node.master: true
#允许这个节点存储数据(默认允许)
node.data: true
#当前节点的IP地址
network.host: 192.168.6.125
#对外提供服务的端口
http.port: 9200
http.host: 0.0.0.0 # 开放远程访问
#tcp 监听端口
transport.tcp.port: 9300
#集群个节点IP地址,也可以使用域名,需要各节点能够解析
# discovery.zen.ping.unicast.hosts: ["192.168.6.125","192.168.6.155"]
discovery.seed_hosts: ["192.168.6.125", "192.168.6.155"]
#超时时间
#discovery.zen.fd.ping_timeout: 1m
#重连次数
#discovery.zen.fd.ping_retries: 5
#集群内的可以被选为主节点的节点列表
cluster.initial_master_nodes: ["ahzoo-1001", "ahzoo-1002"]

第二个节点(放在远程端测试):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#跨域配置 
#action.destructive_requires_name: true
http.cors.enabled: true
http.cors.allow-origin: "*"

#集群名称,节点之间要保持一致
cluster.name: my-elasticsearch
#节点名称,集群内要唯一
node.name: ahzoo-1002
#允许这个节点被选举为一个主节点(默认允许)
node.master: true
#允许这个节点存储数据(默认允许)
node.data: true
#当前节点的IP地址
network.host: 192.168.6.155
#对外提供服务的端口
http.port: 9200
http.host: 0.0.0.0 # 开放远程访问
#tcp 监听端口
transport.tcp.port: 9300
#集群个节点IP地址,也可以使用域名,需要各节点能够解析
# discovery.zen.ping.unicast.hosts: ["192.168.6.125","192.168.6.155"]
discovery.seed_hosts: ["192.168.6.125", "192.168.6.155"]
#超时时间
#discovery.zen.fd.ping_timeout: 1m
#重连次数
#discovery.zen.fd.ping_retries: 5
#集群内的可以被选为主节点的节点列表
cluster.initial_master_nodes: ["ahzoo-1001", "ahzoo-1002"]

分别启动两个节点的ElasticSearch(bin/elasticsearch.bat)
使用elasticsearch-head查看:
图片
在9200端口(主机端)新建一个索引
图片
在主机端查询远程端的数据
图片
在远程端查询主机端数据:
图片
可以看到数据在两个节点之间是同步的

核心概念

索引(Index)

一个索引就是一个拥有几分相似特征的文档的集合。比如说,你可以有一个客户数据的
索引,另一个产品目录的索引,还有一个订单数据的索引。一个索引由一个名字来标识(必
须全部是小写字母),并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时
候,都要使用到这个名字。在一个集群中,可以定义任意多的索引。
能搜索的数据必须索引,这样的好处是可以提高查询速度,比如:新华字典前面的目录
就是索引的意思,目录可以提高查询速度。

Elasticsearch 索引的精髓:一切设计都是为了提高搜索的性能。

类型(Type)

在一个索引中,你可以定义一种或多种类型。
一个类型是你的索引的一个逻辑上的分类/分区,其语义完全由你来定。通常,会为具有一组共同字段的文档定义一个类型。不同的版本,类型发生了不同的变化

版本
7.X默认为_doc,且不再支持自定义索引
6.X只能有一种type

文档(Document)

一个文档是一个可被索引的基础信息单元,也就是一条数据
比如:你可以拥有某一个客户的文档,某一个产品的一个文档,当然,也可以拥有某个
订单的一个文档。文档以JSON(Javascript Object Notation)格式来表示,而JSON 是一个到处存在的互联网数据交互格式。
在一个index/type 里面,你可以存储任意多的文档。

字段(Field)

相当于是数据表的字段,对文档数据根据不同属性进行的分类标识。

映射(Mapping)

mapping 是处理数据的方式和规则方面做一些限制,如:某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的,其它就是处理ES 里面数据的一些使用规则设置也叫做映射,按着最优规则处理数据对性能提高很大,因此才需要建立映射,并且需要思考如何建立映射才能对性能更好。

分片(Shards)

一个索引可以存储超出单个节点硬件限制的大量数据。比如,一个具有10 亿文档数据的索引占据 1TB 的磁盘空间,而任一节点都可能没有这样大的磁盘空间。或者单个节点处理搜索请求,响应太慢。为了解决这个问题,Elasticsearch 提供了将索引划分成多份的能力,每一份就称之为分片。当你创建一个索引的时候,你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的“索引”,这个“索引”可以被放置到集群中的任何节点上。
分片很重要,主要有两方面的原因: 1)允许你水平分割 / 扩展你的内容容量。 2)允许你在分片之上进行分布式的、并行的操作,进而提高性能/吞吐量。
至于一个分片怎样分布,它的文档怎样聚合和搜索请求,是完全由Elasticsearch 管理的,对于作为用户的你来说,这些都是透明的,无需过分关心。

被混淆的概念是,一个 Lucene 索引 我们在 Elasticsearch 称作 分片 。 一个 Elasticsearch 索引 是分片的集合。 当 Elasticsearch 在索引中搜索的时候, 他发送查询到每一个属于索引的分片(Lucene 索引),然后合并每个分片的结果到一个全局的结果集。

副本(Replicas)

在一个网络 / 云的环境里,失败随时都可能发生,在某个分片/节点不知怎么的就处于离线状态,或者由于任何原因消失了,这种情况下,有一个故障转移机制是非常有用并且是强烈推荐的。为此目的,Elasticsearch 允许你创建分片的一份或多份拷贝,这些拷贝叫做复制分片(副本)。
复制分片之所以重要,有两个主要原因:

  • 在分片/节点失败的情况下,提供了高可用性。因为这个原因,注意到复制分片从不与原/主要(original/primary)分片置于同一节点上是非常重要的。
  • 扩展你的搜索量/吞吐量,因为搜索可以在所有的副本上并行运行。
    总之,每个索引可以被分成多个分片。一个索引也可以被复制0 次(意思是没有复制)或多次。一旦复制了,每个索引就有了主分片(作为复制源的原来的分片)和复制分片(主分片的拷贝)之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后,你可以在任何时候动态地改变复制的数量,但是你事后不能改变分片的数量。默认情况下,Elasticsearch 中的每个索引被分片1 个主分片和1 个复制,这意味着,如果你的集群中至少有两个节点,你的索引将会有1 个主分片和另外1 个复制分片(1 个完全拷贝),这样的话每个索引总共就有2 个分片,我们需要根据索引需要确定分片个数。

分配(Allocation)

将分片分配给某个节点的过程,包括分配主分片或者副本。如果是副本,还包含从主分片复制数据的过程。这个过程是由master 节点完成的。

集群(cluster)

在一个分布式系统里面,可以通过多个elasticsearch运行实例组成一个集群,这个集群里面有一个节点叫做主节点(master),elasticsearch是去中心化的,所以这里的主节点是动态选举出来的,不存在单点故障。
在同一个子网内,只需要在每个节点上设置相同的集群名,elasticsearch就会自动的把这些集群名相同的节点组成一个集群。节点和节点之间通讯以及节点之间的数据分配和平衡全部由elasticsearch自动管理。
在外部看来elasticsearch就是一个整体。

节点(node)

每一个运行实例称为一个节点,每一个运行实例既可以在同一机器上,也可以在不同的机器上。
所谓运行实例,就是一个服务器进程,在测试环境中可以在一台服务器上运行多个服务器进程,在生产环境中建议每台服务器运行一个服务器进程。

系统架构

图片

倒排索引

正向索引(forward index),反向索引(inverted index)一般称为倒排索引。
Elasticsearch 使用一种称为倒排索引的结构,它适用于快速的全文搜索。
所谓的正向索引,就是搜索引擎会将待搜索的文件都对应一个文件 ID,搜索时将这个ID 和搜索关键字进行对应,形成K-V 对,然后对关键字进行统计计数 。
图片
但是互联网上收录在搜索引擎中的文档的数目是个天文数字,这样的索引结构根本无法满足实时返回排名结果的要求。所以,搜索引擎会将正向索引重新构建为倒排索引,即把文件ID 对应到关键词的映射转换为关键词到文件ID 的映射,每个关键词都对应着一系列的文件,这些文件中都出现这个关键词。
一个倒排索引由文档中所有不重复词的列表构成,对于其中每个词,有一个包含它的文档列表。

图片