【生活现场】从诗词大会飞花令到elasticsearch原理解析

来自:互联网侦察,作者:channingbreeze




随着央视诗词大会的热播,小史开始对诗词感兴趣,最喜欢的就是飞花令的环节。



但是由于小史很久没有背过诗词了,飞一个字很难说出一句,很多之前很熟悉的诗句也想不起来。


【倒排索引】



吕老师:但是我让你说出带“前”字的诗句,由于没有索引,你只能遍历脑海中所有诗词,当你的脑海中诗词量大的时候,就很难在短时间内得到结果了。

【索引量爆炸】


【搜索引擎原理】


【elasticsearch简介】



吕老师:但是lucene还是一个库,必须要懂一点搜索引擎原理的人才能用的好,所以后来又有人基于lucene进行封装,写出了elasticsearch

【elasticsearch基本概念】



吕老师:类型是用来定义数据结构的,你可以认为是mysql中的一张表。文档就是最终的数据了,你可以认为一个文档就是一条记录。


吕老师:比如一首诗,有诗题、作者、朝代、字数、诗内容等字段,那么首先,我们可以建立一个名叫poems的索引,然后创建一个名叫poem的类型,类型是通过mapping来定义每个字段的类型,比如诗题、作者、朝代都是keyword类型,诗内容是text类型,而字数是integer类型,最后就是把数据组织成json格式存放进去了。


吕老师:这个问题问得好,这涉及到分词的问题,keyword类型是不会分词的,直接根据字符串内容建立反向索引,text类型在存入elasticsearch的时候,会先分词,然后根据分词后的内容建立反向索引。


吕老师:之前我们说过,
elasticsearch把操作都封装成了httpapi,我们只要给elasticsearch发送http请求就行。比如使用curl -XPUT 'http://ip:port/poems',就能建立一个名为poems的索引,其他操作也是类似的。

【elasticsearch分布式原理】



吕老师:没错,elasticsearch也是会对数据进行切分,同时每一个分片会保存多个副本,其原因和hdfs是一样的,都是为了保证分布式环境下的高可用。


吕老师:没错,在elasticsearch中,节点是对等的,节点间会通过自己的一些规则选取集群的mastermaster会负责集群状态信息的改变,并同步给其他节点。


吕老师:注意,只有建立索引和类型需要经过master,数据的写入有一个简单的routing规则,可以route到集群中的任意节点,所以数据写入压力是分散在整个集群的。

【elk系统】



吕老师:其实很多公司都用elasticsearch搭建elk系统,也就是日志分析系统。其中e就是elasticsearchllogstash,是一个日志收集系统,kkibana,是一个数据可视化平台。


吕老师:分析日志的用处可大了,你想,假如一个分布式系统有1000台机器,系统出现故障时,我要看下日志,还得一台一台登录上去查看,是不是非常麻烦?


吕老师:但是如果日志接入了elk系统就不一样。比如系统运行过程中,突然出现了异常,在日志中就能及时反馈,日志进入elk系统中,我们直接在kibana就能看到日志情况。如果再接入一些实时计算模块,还能做实时报警功能。

【笔记】



小史学完了elasticsearch,在笔记本上写下了如下记录:

1、反向索引又叫倒排索引,是根据文章内容中的关键字建立索引
2、搜索引擎原理就是建立反向索引
3elasticsearchlucene的基础上进行封装,实现了分布式搜索引擎
4elasticsearch中的索引、类型和文档的概念比较重要,类似于mysql中的数据库、表和行
5elasticsearch也是master-slave架构,也实现了数据的分片和备份
6elasticsearch一个典型应用就是elk日志分析系统

写完,又高高兴兴背诗去了。


观书有感

朱熹

半亩方塘一鉴开,天光云影共徘徊。

问渠那得清如许?为有源头活水来。

推荐↓↓↓
人工智能与大数据
上一篇:Elasticsearch 7 发布,Kibana 暗黑模式、集群协调新时代 下一篇:什么是TensorBoard?