架构 | wxya（个人网站）

架构

ES 整体架构 shard 分片 Lucene Segment 倒排索引 Term dictionary SortFiled Doc Values

ES高可用高性能

ES

Elasticsearch (ES) 是一个分布式的搜索和分析引擎，它基于 Lucene 构建，支持实时文档检索、全文搜索以及复杂的聚合分析。

节点 (Node): 每个运行 Elasticsearch 的 JVM 实例都是一个节点。

集群 (Cluster): 一组节点构成一个集群，它们共同管理数据和提供搜索功能。

索引 (Index): 相当于数据库，存储相同类型的文档集合。

类型 (Type): ES 7.x 及之前版本中，每个索引下可以有多个类型，类似表。从 ES 7.x 开始，每个索引只能有一个类型，默认为 _doc。

文档 (Document): 类似于行，是可索引的最小单位。

分片 (Shard): 索引被分成多个分片，每个分片是一个 Lucene 实例。

副本 (Replica): 每个分片可以有零个或多个副本，用于提高系统的可用性和容错能力。

整体架构

shard 分片

每个 shard 分片本质上就是一个独立的 lucene 库。这样我们就可以将读写操作分摊到多个分片中去，大大降低了争抢，提升了系统性能。

Lucene

多个Segment构成

如果新增文档时，还是写入到这份 segment，那就得同时更新 segment 内部的多个数据结构，这样并发读写时性能肯定会受影响。那怎么办呢？我们定个规矩。segment 一旦生成，则不能再被修改。如果还有新的文档要写入，那就生成新的 segment。这样老的 segment 只需要负责读，写则生成新的 segment。同时保证了读和写的性能。可以不定期合并多个小 segment，变成一个大 segment，也就是段合并(segment merging)。这样文件数量就可控了。多个 segment，就共同构成了一个单机文本检索库，它其实就是非常有名的开源基础搜索库 lucene。不少知名搜索引擎都是基于它构建的

Segment

倒排索引用于搜索，Term Index 用于加速搜索，Stored Fields 用于存放文档的原始信息，以及 Doc Values 用于排序和聚合。这些结构共同组成了一个复合文件，也就是所谓的"segment", 它是一个具备完整搜索功能的最小单元。