ElasticSearch 内部原理之分布式文档搜索

Posted 2022-12-02 @SmartSi

ElasticSearch 版本: 2.x

这个要比基本的创建-读取-更新-删除（CRUD）请求要难一些。CRUD操作是处理的单个文档。这就意味着我们明确的知道集群中的哪个分片存储我们想要的文档。

一个 CRUD 操作只对单个文档进行处理，文档有唯一的组合，由 _index, _type, 和 路由值 （默认是该文档的 _id ）组成。这表示我们确切的知道此文档在集群中哪个分片中。

搜索请求是更复杂的执行模型，因为我们不知道哪些文档会与查询匹配，它们可能存在在集群中的任意一个分片中。搜索请求不得不搜索我们关注的一个或多个索引中的每个分片拷贝(主分片或者副本分片)，以查看分片中中是否有匹配的文档。

但找到所有匹配到文档只是完成了一半工作．在searchAPI返回一’页’结果之前，来自多个分片的结果必须聚合成一个排序的列表。 因此，搜索需要完成两个阶段，query 和 fetch。

1. Query 阶段

在初始化查询阶段（query phase），查询将广播到索引中的每个分片的拷贝上(主分片或者副本分片)。每个分片在本地执行搜索并建立了匹配文档的优先级队列。

1.1 优先级队列

优先级队列只是一个存有前n个（top-n）匹配文档的有序列表。优先级队列的大小取决于