标签：Elasticsearch

标签
Elasticsearch

ES优化参考

Elasticsearch

分片优化每个分片大小不要超过30GB，常规需要y = x/30个分片，增长速度快建议修正为y = x/30+1 每个节点建议的单个索引分片数＜3，即按6个节点计算，最多有12个分片。即分片数满足条件为y=x/30或y=x/30+1且y<=12，更改分片数量，需要重建索引结构、刷数据。路由控制

fielddata 和 doc_values

Elasticsearch

doc values 2.1 倒排索引的优势 &

ES正排索引

Elasticsearch

ElasticSearch - 底层原理测试数据 "index": false 不生成倒排索引

非分词字段搜索逻辑

Elasticsearch

简言之整体通过前缀树的逻辑存储，老版本都是将所有类型的值转为字符串存储的，比如数字也是存储成字符串，因为数值比较大小和字符串不一致，解决的一种办法就是给数字前面补0，但是会浪费空间当搜索401的时候，会解析成搜40，4 最后从4的前缀树头结点搜索，但是按道理搜索4这个值的时候不应该是从这个节点进

分布式选举算法

技术随笔

Redis选举领头Sentinel（raft算法） Sentinel是Redis实现高可用的保证。Sentinel系统作用就是监视Redis服务器集群，它可以不停的获得redis集群状态，当一个主节点挂了，故障转移操作会在从节点中选出一个新的主节点，这里故障转移就是由Sentinel来主导完成的。不

ES脑裂原因及避免方式

Elasticsearch

为何Elasticsearch选择倒排索引而非B树索引？探索背后的差异与优势

Elasticsearch

索引可能大家都不陌生，在用关系型数据库时，一些频繁用作查询条件的字段我们都会去建立索引来提升查询效率。在关系型数据库中，我们一般都采用 B 树索引进行存储，所以 B 树索引也是我们接触比较多的一种索引数据结构，然而在 es 中，进行全文搜索的时候却并没有选择使用 B 树索引，而是采用的倒排索引。本

Elasticsearch

生活中的数据搜索引擎是对数据的检索，所以我们先从生活中的数据说起。我们生活中的数据总体分为两种：结构化数据和非结构化数据。结构化数据：也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过