- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我假设 Elasticsearch 中的每个分片都是一个索引。但我在某处读到每个段都是一个 Lucene 索引。
段到底是什么?它如何影响搜索性能?在默认的 Elasticsearch 设置下,我每天的索引大小都达到 450GB 左右(我每天都会创建一个新索引)。
当我执行 curl -XPOST "http://localhost:9200/logstash-2013.03.0$i_optimize?max_num_segments=1"
时,我得到num_committed_segments=11
和 num_search_segments=11
。
上面的值不应该是1吗?也许是因为 index.merge.policy.segments_per_tier
值?这一层到底是什么?
最佳答案
“索引”这个词在 Elasticsearch 中被滥用了一点——适用于太多的东西。
解释:
Elasticsearch 中的“索引”有点像关系数据库中的数据库。这是您存储/索引数据的地方。但实际上,这正是您的应用程序所看到的。在内部,索引是指向一个或多个分片的逻辑命名空间。
此外,“索引”意味着将您的数据“放入”Elasticsearch。您的数据既被存储(用于检索)又被“编入索引”以供搜索。
“倒排索引”是 Lucene 用来使数据可搜索的数据结构。它处理数据,提取独特的术语或标记,然后记录哪些文档包含这些标记。参见 http://en.wikipedia.org/wiki/Inverted_index了解更多。
“分片”是 Lucene 的一个实例。它本身就是一个功能齐全的搜索引擎。 “索引”可以由单个分片组成,但通常由多个分片组成,以允许索引增长并拆分到多台机器上。
“主分片”是文档的主要位置。 “副本分片”是主分片的副本,它提供 (1) 在主分片死机时进行故障转移和 (2) 增加读取吞吐量
每个分片包含多个“段”,其中一个段是倒排索引。分片中的搜索将依次搜索每个片段,然后将它们的结果组合到该分片的最终结果中。
当您为文档建立索引时,Elasticsearch 会在内存中(为了安全起见,在事务日志中)收集它们,然后每隔一秒左右,将一个新的小段写入磁盘,并“刷新”搜索。
这使得新段中的数据对搜索可见(即它们是“可搜索的”),但该段尚未同步到磁盘,因此仍然存在数据丢失的风险。
每隔一段时间,Elasticsearch 会“刷新”,这意味着 fsync'ing 段,(它们现在已“提交”)并清除不再需要的事务日志,因为我们知道新数据已经写入磁盘。
分段越多,每次搜索花费的时间就越长。因此,Elasticsearch 将通过后台合并过程将多个大小相似(“层”)的段合并为一个更大的段。一旦新的更大的段被写入,旧的段就会被丢弃。当有太多相同大小的片段时,将在较大的片段上重复此过程。
段是不可变的。更新文档时,它实际上只是将旧文档标记为已删除,并为新文档建立索引。合并过程还会删除这些旧的已删除文档。
关于elasticsearch - 了解 Elasticsearch 中的段,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15426441/
我在这里有一个问题,我不知道这是否正常。 但是我认为这里有些湖,安装插件elasticsearch-head之后,我在浏览器中启动url“http://localhost:9200/_plugin/h
我写了这个 flex 搜索查询: es.search(index=['ind1'],doc_type=['doc']) 我得到以下结果: {'_shards': {'failed': 0, 'skip
在ElasticSearch.Net v.5中,存在一个属性 Elasticsearch.Net.RequestData.Path ,该属性在ElasticSearch.Net v.6中已成为depr
如何让 elasticsearch 应用新配置?我更改了文件 ~ES_HOME/config/elasticsearch.yml 中的一个字符串: # Disable HTTP completely:
我正在尝试使用以下分析器在 elastic serach 7.1 中实现部分子字符串搜索 PUT my_index-001 { "settings": { "analysis": {
假设一个 elasticsearch 服务器在很短的时间内接收到 100 个任务。有些任务很短,有些任务很耗时,有些任务是删除任务,有些是插入和搜索查询。 elasticsearch 是如何决定先运行
我需要根据日期过滤一组值(在此处添加字段),然后按 device_id 对其进行分组。所以我正在使用以下东西: { "aggs":{ "dates_between":{ "fi
我在 Elasticsearch 中有一个企业索引。索引中的每个文档代表一个业务,每个业务都有business_hours。我试图允许使用星期几和时间过滤营业时间。例如,我们希望能够进行过滤,以显示我
我有一个这样的过滤查询 query: { filtered: { query: { bool: { should: [{multi_match: {
Elasticsearch 相当新,所以可能不得不忍受我,我遇到了一个问题,如果我使用 20 个字符或更少的字符搜索文档,文档会出现,但是查询中同一个单词中的任何更多字符,我没有结果: 使用“苯氧甲基
我试图更好地理解 ElasticSearch 的内部结构,所以我想知道 ElasticSearch 在内部计算以下两种情况的术语统计信息的方式是否存在任何差异。 第一种情况是当我有这样的文件时: {
在我的 elasticsearch 索引中,我索引了一堆工作。为简单起见,我们只说它们是一堆职位。当人们在我的搜索引擎中输入职位时,我想“自动完成”可能的匹配。 我在这里调查了完成建议:http://
我在很多映射中使用多字段。在 Elastic Search 的文档中,指示应将多字段替换为“fields”参数。参见 http://www.elasticsearch.org/guide/en/ela
我有如下查询, query = { "query": {"query_string": {"query": "%s" % q}}, "filter":{"ids
我有一个Json数据 "hits": [ { "_index": "outboxprov1", "_type": "deleted-c
这可能是一个初学者的问题,但我对大小有一些疑问。 根据 Elasticsearch 规范,大小的最大值可以是 10000,我想在下面验证我的理解: 示例查询: GET testindex-2016.0
我在 Elastic Search 中发现了滚动功能,这看起来非常有趣。看了那么多文档,下面的问题我还是不清楚。 如果偏移量已经存在那么为什么要使用滚动? 即将到来的记录呢?假设它完成了所有数据的滚动
我有以下基于注释的 Elasticsearch 配置,我已将索引设置为不被分析,因为我不希望这些字段被标记化: @Document(indexName = "abc", type = "efg
我正在尝试在单个索引中创建多个类型。例如,我试图在host索引中创建两种类型(post,ytb),以便在它们之间创建父子关系。 PUT /ytb { "mappings": { "po
我尝试创建一个简单的模板,包括一些动态模板,但我似乎无法为文档编制索引。 我得到错误: 400 {"error":"MapperParsingException[mapping [_default_]
我是一名优秀的程序员,十分优秀!