图解 ElasticSearch 搜索原理 自编总结

1. 集群、Node节点、分片、index、Lucene、Segment、【数据结构】
2. 集群里的盒子代表一个节点——Node
3. 节点中的绿色小分片Shard组合在一起形成一个ElasticSearch的索引。
4. 每个shard都有副本信息replica
5. 一个ElasticSearch的Shard本质上是一个Lucene，Lucene是一个Full Text 搜索库
6. Lucene里面有很多小的segment，我们可以把它们看成Lucene内部的mini-index。
7. Segment内部 有着许多数据结构
   • Inverted Index：倒排索引【频率，页码】
   • Stored Fields【键值对结构、存储整个文件的JSON source】
   • Document Values【列式的存储，对于同一数据类型字段有会优化，针对排序、聚合】
   • Cache【Lucene也会将所有的信息做缓存，这大大提高了它的查询效率。定期（每秒）刷新这些数据，然后这些文件就可以被搜索到。增加文件可能会使索引所占空间变小，它会引起merge，从而可能会有更多的压缩。会将这些segment合并，在这个过程中，segment会最终被删除掉】

8. 节点分配与Shard优化

   • 为更重要的数据索引节点，分配性能更好的机器
   • 确保每个shard都有副本信息replica
9. 路由Routing，每个节点，每个都存留一份路由表，所以当请求到任何一个节点时，ElasticSearch都有能力将请求转发到期望节点的shard进一步处理。请求分发。这个请求可能被分发到集群里的任意一个节点
   1. 这时这个节点就成为当前请求的协调者（Coordinator），它决定：
      • 根据索引信息，判断请求会被路由到哪个核心节点
      • 以及哪个副本是可用的
10. 在真实搜索之前 ，ElasticSearch 会将Query转换成Lucene Query，对于Filter条件本身也会有缓存，但queries不会被缓存，所以如果相同的Query重复执行，应用程序自己需要做缓存。所以，filters可以在任何时候使用，query只有在需要score的时候才使用