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
airuike12319 分钟前
以微见著,精准护航:MEMS IMU助力高铁轨道智能检测
大数据·人工智能·科技
青稞社区.1 小时前
Claude Code 源码深度解析:运行机制与 Memory 模块详解
大数据·人工智能·elasticsearch·搜索引擎·agi
T06205142 小时前
【面板数据】地级市及区县人口空心化数据(2000-2024年)
大数据
Aktx20FNz2 小时前
iFlow CLI 完整工作流指南
大数据·elasticsearch·搜索引擎
LaughingZhu3 小时前
Anthropic 收购 Oven 后,Claude Code 用运行时写了一篇护城河文章
大数据·人工智能·经验分享·搜索引擎·语音识别
学习3人组3 小时前
TortoiseGit冲突解决实战上机练习
大数据·elasticsearch·搜索引擎
Ln5x9qZC24 小时前
Flink SQL 元数据持久化实战
大数据·sql·flink
OYpBNTQXi4 小时前
Flink Agents 源码解读 --- (6) --- ActionTask
大数据·flink
A__tao4 小时前
Elasticsearch Mapping 一键生成 Go Struct,支持嵌套解析
elasticsearch·es
中金快讯5 小时前
济民健康医疗服务占比提升至46%!业务结构调整初见成效
大数据·人工智能