es的内部数据存储逻辑,读取逻辑

Elasticsearch的内部数据存储逻辑和读取逻辑是非常复杂的,但是可以概括为以下几点:

  1. 索引(Index): 一个索引就是一个文档的容器,它包含了很多文档。

  2. 分片(Sharding): 为了处理大量数据,Elasticsearch会将一个索引分成多个部分,每个部分就是一个分片。

  3. 副本(Replica): 每个分片可以有多个副本,以提供高可用性。

  4. Translog: 一个内部的日志文件,用于保存尚未被索引的或尚未被确认的数据变更。

  5. 段(Segment): 数据被分割成段,段是Elasticsearch最小的搜索单元。

  6. 内存缓冲区: 用于批量写入的内存缓冲区,它会在合适的时候刷新到磁盘。

读取逻辑简化为:

  • 客户端发送请求到Elasticsearch节点。

  • 节点根据请求的信息定位到包含所需数据的分片。

  • 如果需要,节点会从主分片同步数据到副本分片。

  • 节点将请求执行在本地分片上,并返回结果给客户端。

具体的读取操作涉及到分片寻址、搜索和返回结果,这些操作都是分布式和近实时的。

由于Elasticsearch的内部机制复杂,具体细节涉及到很多优化技术,例如:Lucene的倒排索引、段合并、缓存机制等。

相关推荐
Lx3521 小时前
复杂MapReduce作业设计:多阶段处理的最佳实践
大数据·hadoop
MacroZheng4 小时前
横空出世!MyBatis-Plus 同款 ES ORM 框架,用起来够优雅!
java·后端·elasticsearch
武子康4 小时前
大数据-100 Spark DStream 转换操作全面总结:map、reduceByKey 到 transform 的实战案例
大数据·后端·spark
expect7g5 小时前
Flink KeySelector
大数据·后端·flink
极限实验室15 小时前
搜索百科(1):Lucene —— 打开现代搜索世界的第一扇门
搜索引擎·lucene
阿里云大数据AI技术21 小时前
StarRocks 助力数禾科技构建实时数仓:从数据孤岛到智能决策
大数据
Lx3521 天前
Hadoop数据处理优化:减少Shuffle阶段的性能损耗
大数据·hadoop
Elasticsearch1 天前
平衡尺度:利用权重使倒数排序融合 (RRF) 更加智能
elasticsearch
武子康1 天前
大数据-99 Spark Streaming 数据源全面总结:原理、应用 文件流、Socket、RDD队列流
大数据·后端·spark
阿里云大数据AI技术2 天前
大数据公有云市场第一,阿里云占比47%!
大数据