Elasticsearch 核心架构

本章定位：从高空俯瞰 Elasticsearch 的核心概念：Node、Index、Shard、Replica、Cluster，建立对 ES 分布式架构的全局认知。

定义与作用

Elasticsearch 的架构围绕四个核心概念展开：

• Node（节点）：一个运行中的 ES 实例
• Index（索引）：一组具有相似特征的文档集合（类比数据库的表）
• Shard（分片）：索引的物理子集，是 ES 并行工作的最小单元
• Replica（副本）：主分片的完整拷贝，提供高可用和读扩展

核心原理：节点、索引与分片的层级关系

完整示例：飞翔科技的学生数据架构

场景一：白歌设计 students 索引

白歌为飞翔科技设计学生管理系统的索引架构：

# 创建索引：3 个主分片 + 1 个副本
PUT /students
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "name":     { "type": "text", "fields": { "keyword": { "type": "keyword" } } },
      "province": { "type": "keyword" },
      "major":    { "type": "text", "fields": { "keyword": { "type": "keyword" } } },
      "score":    { "type": "integer" },
      "gpa":      { "type": "float" },
      "credits":  { "type": "integer" },
      "enrollment": { "type": "date" }
    }
  }
}

场景二：集群部署架构

# 3 节点集群配置
# node-1: Master + Data
node.roles: [master, data]

# node-2: Data Only
node.roles: [data]

# node-3: Data Only
node.roles: [data]

易错场景与面试考点

反例一：索引与数据库表的类比陷阱

❌ 错误类比：ES 的 Index = MySQL 的 Table（完全等同）
✓ 正确理解：Index 在逻辑上类似 Table（存同一类文档），但物理上被切割为多个 Shard，
   每个 Shard 本质上是一个 Lucene 实例，分布在不同的 Node 上。这和 MySQL 的单表
   存储引擎文件完全不同。

面试高频题

Q1：ES 中 Index、Shard、Segment 三者的关系？

Index 是逻辑概念，一个 Index 包含 1~N 个 Shard。Shard 是物理存储单元，每个 Shard 是一个 Lucene 实例。Lucene 实例内部由多个不可变的 Segment 文件组成。写入 → 先到内存 Buffer → Refresh 生成 Segment → Flush 持久化。

小结

ES 架构的四层概念：Cluster → Node → Index → Shard → Segment。节点是运行实例，索引是逻辑容器，分片是物理存储单元，副本提供冗余。下一节深入到全文搜索的基本概念。