ElasticSearch技术分享

ElasticSearch延时符目录ContentsAnalyzer内部机制存储模型节点分类Write实现原理Read实现原理02延时符Analyzer内部机制0401字符过滤器（characterfilter）他们的任务实在分词前整理字符串，可以用来去掉HTML标签，或者将&转化成“and”0２分词器（tokenization）一个简单的分词器遇到空格和标点的时候，会将文本拆成词条0３Token过滤器（Tokenfiltering）最后，词条按顺序通过每个Token过滤器，这个过程可能会改变词条（例如小写化，删除无用词或增加同义词）延时符Analyzer内部机制04延时符0501标准分析器（StandardAnalyzer）02简单分析器（SimpleAnalyzer）03空白分析器（WhitespaceAnalyzer）04停止分析器（StopAnalyzer）05语言分析器（LanguageAnalyzers）06关键词分析器（KeywordAnalyzer）延时符0708模式分析器（PatternAnalyzer）指纹分析器（FingerprintAnalyzer）内置分析器存储模型0401设有两篇文章1和2文章1的内容为：TomlivesinGuangzhou,IliveinGuangzhoutoo文章2的内容为：HeoncelivedinShanghai.0２经过处理后（分词，过滤无用词，小写化）：文章1的所有关键词为：[tom][live][guangzhou][i][live][guangzhou]文章2的所有关键词为：[he][live][shanghai]0３建立倒排索引关键词文章号[出现频率]出现位置guangzhou1[2]3，6he2[1]1i1[1]4live1[2]2，52[1]2shanghai2[1]3tom1[1]1延时符节点分类0401默认节点（node.master:trueANDnode.data:true）默认值，既有成为主节点的资格，又可以存储数据，还可以处理客户端的请求0２Master节点（node.master:trueANDnode.data:false）有成为主节点的资格，可以参与选举，master节点负责维护整个集群状态并保证数据一致性0３Data节点（node.master:falseANDnode.data:true）存储数据节点，提供建立索引和查询索引的服务延时符0３Client节点（node.master:falseANDnode.data:false）又称coordinate节点和ingest节点，这些节点只负责处理用户请求，实现请求转发，负载均衡等功能write(写)/create(创建)操作实现原理07延时符协调节点(coordinatingnode)使用文档ID（默认）将文档路由到对应的分片。Elasticsearch将文档ID以murmur3作为散列函数进行散列，并通过索引中的主分片数量进行取模运算，以确定文档应被索引到哪个分片。shard=hash(document_id)%(num_of_primary_shards)Read的实现原理08延时符获取阶段(FetchPhase)查询阶段(QueryPhase)39结束语conclusion概述：ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTfulweb接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。摘要：我们建立一个网站或应用程序，并要添加搜索功能，但是想要完成搜索工作的创建是非常困难的。我们希望搜索解决方案要运行速度快，我们希望能有一个零配置和一个完全免费的搜索模式，我们希望能够简单地使用JSON通过HTTP来索引数据，我们希望我们的搜索服务器始终可用，我们希望能够从一台开始并扩展到数百台，我们要实时搜索，我们要简单的多租户，我们希望建立一个云的解决方案。因此我们利用Elasticsearch来解决所有这些问题及可能出现的更多其它问题。延时符感谢各位同僚的观看！延时符