Previous: elasticsearch外用與內觀(一)-常用功能與使用方法

在了解了es的基本用法之后，我們再來看看當插入文檔數據時，elasticsearch都在做什么。

首先，es的索引只是一個邏輯概念，實際上是由一個個物理分片組成的,每個分片就是一個lucene實例，我們看到這里有9個分片，也就是有9個lucene實例，所以每個分片都能獨立完成搜索功能,最后由es對結果進行合并。
分片包括主分片shard和副本分片replica，副本分片僅僅是主分片的一個拷貝。
每個分片是分布在不同的節點上的，每啟動一個es實例，就是一個節點：

我們看到這里啟動了3個es實例，也就是有3個節點。

我們往es的索引里插入的文檔，首先被插入到主分片里:

因為每個文檔只能屬于一個主分片，而es默認給索引設置了5個主分片，我們這里畫的是3個主分片，所以這些文檔在插入的時候，就會散列存儲到不同的主分片里，也就是存到lucne實例里， 而lucene實例的內部結構，又是由很多lucene索引組成:

我們建的es索引里的每個字段，就是一個個lucene索引:

而lucene索引是由一個個segment組成的，每個segment大小是不一樣的，有大有小:

每個segment就是一個包含了一些倒排索引的獨立段:

所以，我們在往es插入數據后，最后創建了很多包含了倒排索引的segment段，而搜索的時候，也是從這些segment段里的倒排索引進行搜索的:

我們看一下整體的示意圖：

最外層的就是一個es索引，因為索引有很多分片，每個分片就是一個lucene實例， lucene實例里，由lucene索引構成，而每個es索引字段就是一個lucene索引，lucene索引里邊由segment組成，每個segment里邊就是一些倒排索引。

因為倒排索引是搜索引擎的核心，我們簡單介紹一下倒排索引

倒排索引

數據庫里的正排索引是這樣存儲的，數據以id為主鍵，然后是名稱字段。這樣雖然通過id獲取數據很快，但是通過名稱搜索就很慢。
而倒排索引是以拆分好的分詞作為主鍵，id放在后邊。這樣如果想用某個關鍵字獲取數據，就可以直接找到對應數據的id，從而獲取到數據。

es在插入數據的時候，除了會構建倒排索引這種存儲結構之外，還會構建另外一種存儲結構，doc values。
Doc values 只支持不需要分詞的字段:

也就是如果字段是text類型，那么就只有倒排索引，而其他類型除了有倒排索引，還會存一個doc values。

doc values大概的結構是這樣的，和數據庫的存儲結構類似：

為什么需要這種格式的數據，因為像聚合操作這種功能，需要使用某個字段來進行分類，這就需要知道這個字段里都有什么內容（包含哪些terms），而倒排索引是把一個字段的內容都打散了存儲的，所以需要使用doc values這種類似數據庫的存儲結構，來進行聚合操作。

這也引出了一個我們需要關注的點，即：聚合操作的字段，不能設置為text類型，因為text類型，沒有doc values。

Next: elasticsearch外用與內觀(三)-當搜索時，elasticsearch都在做什么(上)