十張圖說清Elasticsearch原理！
說到 Elasticsearch，其中最明顯的一個特點就是 near real-time 準實時，當文檔存儲在 Elasticsearch 中時，將在 1 秒內以幾乎實時的方式對其進行索引和完全搜索。那為什么說 ES 是準實時的呢?
Lucene 和 ES
Lucene
Lucene 是 Elasticsearch所基于的 Java 庫，它引入了按段搜索的概念：
- Segment：也叫段，類似于倒排索引，相當于一個數據集。
- Commit point：提交點，記錄著所有已知的段。
- Lucene index：“a collection of segments plus a commit point”。由一堆 Segment 的集合加上一個提交點組成。
對于一個 Lucene index 的組成，如下圖所示：
ES
一個 Elasticsearch Index 由一個或者多個 shard(分片)組成。
而 Lucene 中的 Lucene index 相當于 ES 的一個 shard。
寫入過程
寫入過程 1.0(不完善)
寫入過程 1.0 如下：
- 不斷將 Document 寫入到 In-memory buffer(內存緩沖區)。
- 當滿足一定條件后內存緩沖區中的 Documents 刷新到磁盤。
- 生成新的 segment 以及一個 Commit point 提交點。
- 這個 segment 就可以像其他 segment 一樣被讀取了。
畫圖如下：
將文件刷新到磁盤是非常耗費資源的，而且在內存緩沖區和磁盤中間存在一個高速緩存(cache)，一旦文件進入到 cache 就可以像磁盤上的 segment 一樣被讀取了。
寫入過程 2.0
寫入過程 2.0 如下：
- 不斷將 Document 寫入到 In-memory buffer(內存緩沖區)。
- 當滿足一定條件后內存緩沖區中的 Documents 刷新到高速緩存(cache)。
- 生成新的 segment，這個 segment 還在 cache 中。
- 這時候還沒有 commit，但是已經可以被讀取了。
畫圖如下：
數據從 buffer 到 cache 的過程是定期每秒刷新一次。所以新寫入的 Document 最慢 1 秒就可以在 cache 中被搜索到。
而 Document 從 buffer 到 cache 的過程叫做 ?refresh。一般是 1 秒刷新一次，不需要進行額外修改。
當然，如果有修改的需要，可以參考文末的相關資料。這也就是為什么說 Elasticsearch 是準實時的。
使文檔立即可見：
- PUT /test/_doc/1?refresh
- {"test": "test"}
- // 或者
- PUT /test/_doc/2?refresh=true
- {"test": "test"}
Translog 事務日志
此處可以聯想 MySQL 的 binlog，ES 中也存在一個 translog 用來失敗恢復：
- Document 不斷寫入到 In-memory buffer，此時也會追加 translog。
- 當 buffer 中的數據每秒 refresh 到 cache 中時，translog 并沒有進入到刷新到磁盤，是持續追加的。
- translog 每隔 5s 會 fsync 到磁盤。
- translog 會繼續累加變得越來越大，當 translog 大到一定程度或者每隔一段時間，會執行 flush。
flush 操作會分為以下幾步執行：
- buffer 被清空。
- 記錄 commit point。
- cache 內的 segment 被 fsync 刷新到磁盤。
- translog 被刪除。
值得注意的是：
- translog 每 5s 刷新一次磁盤，所以故障重啟，可能會丟失 5s 的數據。
- translog 執行 flush 操作，默認 30 分鐘一次，或者 translog 太大也會執行。
手動執行 flush：
- POST /my-index-000001/_flush
刪除和更新
segment 不可改變，所以 docment 并不能從之前的 segment 中移除或更新。
所以每次 commit， 生成 commit point 時，會有一個 .del 文件，里面會列出被刪除的 document(邏輯刪除)。
而查詢時，獲取到的結果在返回前會經過 .del 過濾。更新時，也會標記舊的 docment 被刪除，寫入到 .del 文件，同時會寫入一個新的文件。
此時查詢會查詢到兩個版本的數據，但在返回前會被移除掉一個。
segment 合并
每 1s 執行一次 refresh 都會將內存中的數據創建一個 segment。
segment 數目太多會帶來較大的麻煩。每一個 segment 都會消耗文件句柄、內存和 cpu 運行周期。
更重要的是，每個搜索請求都必須輪流檢查每個 segment ;所以 segment 越多，搜索也就越慢。
在 ES 后臺會有一個線程進行 segment 合并：
- refresh 操作會創建新的 segment 并打開以供搜索使用。
- 合并進程選擇一小部分大小相似的 segment，并且在后臺將它們合并到更大的 segment 中。這并不會中斷索引和搜索。
- 當合并結束，老的 segment 被刪。
說明合并完成時的活動：
- 新的 segment 被刷新(flush)到了磁盤。 寫入一個包含新 segment 且排除舊的和較小的 segment的新 commit point。
- 新的 segment 被打開用來搜索。
- 老的 segment 被刪除。
物理刪除：在 segment merge 這塊，那些被邏輯刪除的 document 才會被真正的物理刪除。
總結
主要介紹了內部寫入和刪除的過程，需要了解 refresh、fsync、flush、.del、segment merge 等名詞的具體含義。
完整畫圖如下：
以上就是個人分享的 ES 相關的內容，主要目的是組內技術分享，進行掃盲。不對之處，希望大家留言指正。
相關資料：
- 準實時搜索：
https://www.elastic.co/guide/en/elasticsearch/reference/7.9/near-real-time.html
- Refresh API：
https://www.elastic.co/guide/en/elasticsearch/reference/7.9/indices-refresh.html
- Flush API：
https://www.elastic.co/guide/en/elasticsearch/reference/7.9/indices-flush.html
作者：劉志航
編輯：陶家龍
出處：轉載自公眾號劉志航(ID：liuzhihangs)
