核心概念 #

Easysearch 是一个分布式搜索分析引擎，建立在 Apache Lucene 基础之上。本页介绍 Easysearch 的核心概念，帮助你快速建立正确的心智模型。

什么是 Easysearch #

Easysearch 是一个高性能的分布式搜索引擎，建立在全文搜索引擎库 Apache Lucene 基础之上。Lucene 可以说是当下最先进、高性能、全功能的搜索引擎库。

但 Lucene 仅仅只是一个库。为了充分发挥其功能，你需要使用 Java 并将 Lucene 直接集成到应用程序中。Easysearch 在此基础上提供了一套简单一致的 RESTful API，使全文检索变得简单。

Easysearch 不仅仅是全文搜索引擎，它可以被准确地形容为：

• 一个分布式的实时文档存储，每个字段可以被索引与搜索
• 一个分布式实时分析搜索引擎
• 能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或非结构化数据

面向文档 #

Easysearch 是面向文档（Document-Oriented）的：它存储整个对象或文档，并索引每个文档的内容使之可以被检索。在 Easysearch 中，我们对文档进行索引、检索、排序和过滤——而不是对行列数据。

JSON #

Easysearch 使用 JSON 作为文档的序列化格式：

{
    "email":      "john@smith.com",
    "first_name": "John",
    "last_name":  "Smith",
    "info": {
        "bio":         "Eco-warrior and defender of the weak",
        "age":         25,
        "interests": [ "dolphins", "whales" ]
    },
    "join_date": "2014/05/01"
}

在 Easysearch 中将对象转化为 JSON 后构建索引，要比在扁平的表结构中简单得多。

文档元数据 #

一个文档不仅包含数据，还包含元数据：

_index 和 _id 组合可以唯一确定 Easysearch 中的一个文档。

更多文档建模内容，详见 文档设计。

索引与分片 #

索引（Index） 是逻辑上的数据集合，通常对应一类业务数据（例如 orders、products）。索引由两类要素决定：

• settings：分片数、副本数、刷新间隔、分析器配置等
• mappings：字段结构与类型、动态映射规则等

一个索引会被切分为多个分片（shard），分布在不同节点上。分片是索引在物理层面的切分单元，可以理解为"一个独立的 Lucene 索引"。

• 主分片（primary shard）：负责接收写入并生成变更（默认 1 个主分片）
• 副本分片（replica shard）：用于高可用与提升查询吞吐（默认 1 份副本）

分片的数量与大小直接影响：

• 查询并行度与延迟
• 写入并行度与热点
• 资源使用与故障恢复时间

“索引"一词的多重含义

在 Easysearch 语境中，“索引"有三层含义：

• 索引（名词）：类似于关系数据库中的"数据库”，是存储文档的逻辑容器
• 索引（动词）：将一个文档存储到索引中以便被检索和查询
• 倒排索引：Easysearch 底层使用的数据结构，详见 Lucene 底层原理

副本 #

副本是主分片的冗余拷贝：

• 主分片所在节点故障时可提升为主分片，保证服务连续性
• 可以承载查询流量，提升读吞吐

副本数越多，可用性与查询吞吐通常越好，但成本更高（磁盘/CPU/内存/网络）。

集群与节点 #

一个运行中的 Easysearch 实例称为一个节点，集群是由一个或多个拥有相同 cluster.name 配置的节点组成，它们共同承担数据和负载的压力。

• 当有节点加入或移除时，集群会自动重新分配数据
• 被选举为主节点的节点负责管理集群范围内的变更（增删索引、增删节点等），但不需要参与文档级别的操作
• 每个节点都知道任意文档所处的位置，能够将请求直接转发到正确的节点

集群的扩容、故障转移和分片分配的详细过程，请参阅 分布式基础。

路由 #

路由决定一份文档"落到哪个主分片”。默认基于 _id 计算哈希并映射到分片号。

• 写入路由：决定写入去哪个主分片
• 查询路由：提供与写入一致的路由值，可将查询范围从"全分片"缩小到"单分片/少量分片"

路由公式与详细机制，请参阅 分布式写入过程。

概念速查 #

下一步可以继续阅读：

• 分布式基础：集群扩容、故障恢复、分片分配
• Lucene 底层原理：倒排索引与段结构
• 数据建模：文档设计、Nested、Parent-Child、反范式