理解elasticsearch的索引数据
2021-10-26 09:47:11 14 举报es的数据索引的流程，以及如何理解
作者其他创作
大纲/内容
3. fsync
fsync是linux系统提供的函数，可以将文件系统的缓存刷到磁盘上（io操作），这样数据就真正的被持久化了。1. 默认每30min会flush一次磁盘。2. 如果translog（事务）日志满了也会刷磁盘。
1. write
memory buffer（es服务器的内存缓存）
数据只有在refresh之后，才能被检索！这个很好理解了，因为已经被初始化成lucene能认识的数据了。。。所以很多资料和你说为了实时性，可以把refresh设置成立刻更新。
上面说了，每秒钟都有一个segment，如果不管控的话，估计早就爆炸了，那么es后台会启动一个线程（或者多个）去进行segment合并操作。这里有个很重要的点是：被合并的segment可以是filesystemcache或者是disk中的segment。
虽然最终数据都是写磁盘，但是如果所有的新增数据直接写磁盘的话，估计es要被喷爆了，跟mysql一样，数据肯定是先写到缓存的！es整了一个memorybuffer，用来暂存新的索引记录。
disk（真实的es服务器磁盘）
刚刚塞进memory buffer的数据不能被检索，为啥？很简单，因为还没有写到segment中不满足es最基本的数据结构。Lucene的数据检索最小逻辑单元是segment，而mb中的数据就是一个未初始化的元数据，没法进行任何操作（检索）。
2. refresh
filesystem cache（文件系统缓存-segment）
POST { \"name\":\"zhangsan\
backend thread（后台线程合并段）
文件爆炸是一件很恐怖的事，合并是必然的，有因就有果，因果循环！怎么合并，其实不用去深入了解。毕竟这个是es自己要去解决的问题。
我个人认为理解segment本身是理解很多事情的关键。
merge
原始的json数据已经写入到segment中，且组装成es所需要的数据结构，这个时候，新的检索请求是可以将数据查询出来的。如果不设置，每次refresh都会写一个新的segment
0 条评论
下一页
![[ES]Elasticsearch学习笔记之倒排索引](https://www.processon.com/chart_image/template/thumb/616785680791290cc789c724.png?tid=616785680791290cc789c722)