彈性搜索如何保持索引

Question

我想知道elasticsearch如何快速搜索。它是否使用倒排索引，它是如何在內存中表示的？它如何存儲在磁盤上？它如何從磁盤加載到內存？它如何快速地合併索引（我的意思是在搜索時如何將兩個列表如此快速地結合起來）？

Answer 1

elasticsearch使用lucene存儲逆文檔索引。 Lucene將依次存儲稱爲具有反向索引數據段的只讀文件。每段都包含一些文檔。這些段是隻讀的，永遠不會改變。要刪除或更新文檔，elasticsearch將維護一個刪除/更新列表，該列表將用於覆蓋只讀段的結果。

通過這種方法，某些細分可能會完全廢棄或僅包含少量最新數據。這些細分市場將被重寫或刪除。

有一個有趣的elasticsearch插件，可視化段和重寫的過程： https://github.com/polyfractal/elasticsearch-segmentspy

要看到它在行動開始索引大量的數據，看到了部分信息。

與段API，您可以檢索有關段的信息： http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/indices-segments.html

Answer 2

我會分享我所瞭解的ElasticSearch（ES）。是ES採用了倒排索引，這裏是它如何被構建的 - 如果我們對這些文檔的空白分析 -

{ 
    "_id": 1, 
    "text": "Hello, John" 
} 

和

{ 
    "_id": 2, 
    "text": "Bonjour, John" 
} 

倒排索引

Word | Docs 
___________________ 
Hello | 1 
Bonjour | 2 
John | 1&2 

該索引建立在索引時間，文檔被分配給基於哈希文件的碎片ID。無論何時發出搜索請求，都會執行查找所有碎片，然後將其結果合併並返回給請求者。由於倒排索引的性能，結果被返回並快速合併。

ES將數據存儲在您啓動ES並創建索引後創建的數據文件夾中。文件結構類似於 - /data/clustername/nodes/...，如果您查看此目錄，您將瞭解它的組織結構。您可以定義ES'索引數據的存儲方式here。例如，所有索引數據都存儲在磁盤上的內存中。

有很多關於ES網站的信息，還有幾本關於ES的出版書籍，你可以看到這些here。