核心概念简介
在正式使用 Elasticsearch 前,理解其核心概念对于构建稳定、高效的搜索系统至关重要。以下是最基本但必须掌握的几个关键要素:
索引(Index)
索引是 Elasticsearch 中存储文档的逻辑容器,类似于关系型数据库中的“数据库”。每个索引可以包含多个文档,并拥有自己的映射结构(mapping)。
文档(Document)
文档是 Elasticsearch 存储数据的最小单位,通常以 JSON 格式表示。一条日志、一条用户记录或一篇文章都可以是一个文档。
字段与映射(Field & Mapping)
映射定义了文档中各字段的数据类型与行为,类似关系型数据库中的“表结构”。可以设置字段是否可搜索、使用哪种分词器等。
节点(Node)与集群(Cluster)
一个节点是运行 Elasticsearch 的单个实例。多个节点组成一个集群,共同处理数据的索引与查询任务。集群具有高可用性和负载均衡能力。
分片(Shard)与副本(Replica)
为了横向扩展与数据冗余,Elasticsearch 会将索引划分为多个分片,每个分片可以再复制成多个副本,实现分布式与容灾能力。
理解以上核心概念是学习 Elasticsearch 的基础,对后续的安装部署、索引设计和性能优化都有重要意义。
相关内容
- 定义与用途 本章介绍 Elasticsearch 的定义、核心功能与适用场景,帮助读者理解它为何成为现代搜索与日志分析的首选解决方案。
- 使用场景 本章总结 Elasticsearch 在全文搜索、日志分析、监控告警、推荐系统等领域的典型应用场景,助力理解其强大用途。
- 本地安装 本章介绍如何在本地环境中安装 Elasticsearch,适配 Windows、macOS 和 Linux 系统,便于开发测试与入门学习。
- Docker 安装 本章讲解如何通过 Docker 安装和运行 Elasticsearch,适合开发者快速搭建测试环境并集成至容器化工作流中。
- 与 Kibana 一起部署 本章介绍如何将 Elasticsearch 与 Kibana 一起部署,使用 Docker Compose 快速构建可视化分析平台,适合开发与测试环境使用。
- 基本配置文件解读 本章解析 Elasticsearch 的主要配置文件与常用参数,包括集群名称、网络端口、内存设置、安全选项等,帮助你掌握启动调优基础。