5个 Elasticsearch 核心组件

Elasticsearch 是一个基于 Lucene 的搜索引擎,它提供了分布式、高可用、多租户的能力。Elasticsearch 的核心组件包括节点(Node)、集群(Cluster)、索引(Index)、分片(Shard)、副本(Replica)等。下面我将结合案例代码解释和说明这些核心组件。

节点(Node)

节点是 Elasticsearch 集群中的一个服务器,它负责存储数据和处理客户端请求。节点可以通过配置文件或启动参数设置角色,如主节点(Master)、数据节点(Data)、客户端节点(Client)等。

案例代码:

java 复制代码
// 创建一个节点设置
Settings settings = Settings.builder()
        .put("node.name", "node-1")
        .put("cluster.name", "my-cluster")
        .put("path.data", "/path/to/data")
        .put("path.logs", "/path/to/logs")
        .build();

// 创建一个节点
Node node = new Node(settings);

集群(Cluster)

集群是由一个或多个节点组成的,它们共同协作提供数据的存储和搜索服务。集群通过集群名称来区分,确保不同集群之间不会发生数据共享。

案例代码:

java 复制代码
// 创建一个集群客户端
TransportClient client = new PreBuiltTransportClient(Settings.EMPTY)
        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("host1"), 9300))
        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("host2"), 9300));

// 关闭客户端
client.close();

索引(Index)

索引是具有相似特征的文档集合。索引可以包含一个或多个类型(Type),每种类型都有自己的字段映射。在 Elasticsearch 7.x 版本中,一个索引只能包含一个类型。

案例代码:

java 复制代码
// 创建一个索引
CreateIndexRequest request = new CreateIndexRequest("my-index");
client.admin().indices().create(request).actionGet();

分片(Shard)

分片是索引数据的子集,它可以将一个大的索引拆分成多个部分,分布在不同的节点上。分片可以是主分片(Primary Shard)或副本分片(Replica Shard)。

案例代码:

java 复制代码
// 创建一个索引,设置分片数量和副本数量
request = new CreateIndexRequest("my-index")
        .settings(Settings.builder()
                .put("number_of_shards", 3)
                .put("number_of_replicas", 2));
client.admin().indices().create(request).actionGet();

副本(Replica)

副本是分片的复制,可以提高数据的可用性和搜索性能。副本可以分布在不同的节点上,当主分片发生故障时,副本可以升级为主分片。

案例代码:

java 复制代码
// 更新索引副本数量
UpdateIndexRequest updateRequest = new UpdateIndexRequest("my-index")
        .settings(Settings.builder()
                .put("number_of_replicas", 1));
client.admin().indices().updateSettings(updateRequest).actionGet();

以上是 Elasticsearch 核心组件的简要介绍和案例代码解释。要深入了解这些组件的原理和实现,建议阅读 Elasticsearch 官方文档和源码。

相关推荐
AIGS00123 分钟前
企业AI落地:Agent OS 治理框架实践
java·大数据·人工智能·机器学习·人工智能ai大模型应用
风途科技~1 小时前
多参数水质在线监测设备—水环境实时管控解决方案
大数据·人工智能
Elastic 中国社区官方博客2 小时前
谁来评判评判者?在 Elasticsearch Workflows 中使用 LLM-as-a-Judge
大数据·运维·人工智能·elasticsearch·搜索引擎·ai·全文检索
牛企老板俱乐部2 小时前
2026 年合肥专业 GEO 优化服务商深度测评|分行业精准选型指南
大数据·人工智能
kuankeTech2 小时前
数据驱动替代经验经营,AI外贸ERP从记录工具升级为经营决策助手
大数据·人工智能·开源·软件开发·erp
歪歪歪比巴卜2 小时前
医疗金融千级KOS矩阵短视频违禁词批量检测方案与合规工具测评
大数据·人工智能·物联网·社媒合规管控
SSO_Crown3 小时前
AI 招聘管理系统深度评测与选型指南
大数据·运维·人工智能
老陈头聊SEO3 小时前
生成引擎优化(GEO)提升内容创作效率的实践指南
其他·搜索引擎·seo优化
cc5725026534 小时前
选物理可以报哪些大数据相关专业
大数据
ACP广源盛139246256734 小时前
破局 PCIe 4.0 交换瓶颈@ACP#IX8024 / ASM58024参数及应用对比
大数据·人工智能·分布式·嵌入式硬件