当前位置： 首页 > wzjs >正文

阿里巴巴网站被关闭了要怎么做推广网络公司

wzjs 2025/7/25 9:06:33
阿里巴巴网站被关闭了要怎么做,推广网络公司,企业网站报备,wordpress网页教程百度云一、Elasticsearch 基础概念 1. 定位与特点 分布式搜索引擎：基于 Lucene 构建，提供分布式、高扩展、高可用的实时搜索与数据分析能力。核心优势： 分布式架构，支持水平扩展（节点自动发现、负载均衡）。实时…

一、Elasticsearch 基础概念

1. 定位与特点
  • 分布式搜索引擎：基于 Lucene 构建，提供分布式、高扩展、高可用的实时搜索与数据分析能力。
  • 核心优势：
    • 分布式架构，支持水平扩展（节点自动发现、负载均衡）。
    • 实时索引与搜索，数据写入后可被立即搜索。
    • 灵活的数据建模（JSON 文档存储，动态映射）。
    • 强大的聚合分析功能，支持复杂查询（如布尔查询、模糊查询、范围查询等）。
2. 核心术语
术语含义描述
Cluster集群，由一个或多个节点组成，共同存储数据并提供搜索服务。
Node集群中的单个服务器实例，负责存储数据、处理请求。
Index索引，逻辑上的数据集（类似关系型数据库中的 “数据库”），包含多个文档。
Type旧版本（7.x 前）用于区分索引内不同类别的文档，7.x 后废弃，默认唯一类型为 _doc。
Document索引中的单个数据单元（类似关系型数据库中的 “行”），以 JSON 格式存储。
Field文档中的字段（类似关系型数据库中的 “列”），每个字段有特定的数据类型。
Shard索引的物理分片，一个索引可拆分为多个分片，分布在不同节点以实现分布式存储。
Replica分片的副本，用于高可用性（故障恢复）和读扩展（分担查询压力）。

二、核心架构与原理

1. 分布式架构
  • 节点类型：
    • 主节点（Master Node）：负责集群状态管理（如创建索引、分配分片、追踪节点）。
    • 数据节点（Data Node）：存储数据，处理数据相关操作（索引、搜索、聚合）。
    • 协调节点（Coordinating Node）：路由请求，合并多个节点的查询结果（默认每个节点都是协调节点）。
    • 预处理节点（Ingest Node）：对文档进行预处理（如数据转换、 enrichment）。
  • 分片机制：
    • 主分片（Primary Shard）：负责数据写入和读取，数量在索引创建时固定（默认 1 个）。
    • 副本分片（Replica Shard）：主分片的副本，可在节点间动态分配。
    • 分片策略：通过哈希算法（如文档 ID 哈希）将数据分配到不同主分片，确保数据均衡。
2. 索引与搜索流程
  • 索引流程：
    1. 文档被写入某个主分片，同步到副本分片。
    2. 数据先写入内存缓冲区（Buffer），定时生成 Segment（分段）并刷新到磁盘（Refresh 机制）。
    3. 多个 Segment 定期合并（Merge），减少磁盘 I/O 开销。
  • 搜索流程：
    1. 协调节点将查询请求分发到相关分片（主分片或副本分片）。
    2. 各分片执行查询并返回结果（命中文档的 ID 和评分）。
    3. 协调节点合并结果，按评分排序后返回给客户端。
3. 倒排索引（Inverted Index）
  • 核心原理：Lucene 的底层实现，将文档中的关键词映射到包含该词的文档列表，用于快速检索。
  • 结构示例：
    • 关键词 "elastic" → 文档列表 [Doc1, Doc3]
    • 关键词 "search" → 文档列表 [Doc1, Doc2]
  • 优势：通过分词、归一化（如小写、去重）等预处理，实现高效全文搜索。

三、常用操作与 API

1. 索引操作
  • 创建索引：

    json

    PUT /my_index
{"settings": {"number_of_shards": 3,        // 主分片数"number_of_replicas": 1       // 副本数},"mappings": {"properties": {"title": {"type": "text"},    // 文本类型（可分词）"price": {"type": "integer"}   // 数值类型}}
}
  • 查看索引：

    json

    GET /my_index
  • 删除索引：

    json

    DELETE /my_index
2. 文档操作
  • 新增 / 更新文档：
    • 按 ID 新增（若 ID 不存在则创建，存在则覆盖）：

      json

      PUT /my_index/_doc/1
{"title": "Elasticsearch Guide","price": 99
}
    • 自动生成 ID：

      json

      POST /my_index/_doc
{"title": "Elasticsearch Basics","price": 59
}
  • 查询文档：

    json

    GET /my_index/_doc/1
  • 删除文档：

    json

    DELETE /my_index/_doc/1
3. 搜索与聚合查询
  • 简单搜索（Match Query）：

    json

    GET /my_index/_search
{"query": {"match": {"title": "elasticsearch"}}
}
  • 布尔查询（Bool Query）：组合多个查询条件（must/filter/should/must_not）：

    json

    GET /my_index/_search
{"query": {"bool": {"must": { "match": { "title": "search" } },"filter": { "range": { "price": { "lte": 100 } } }}}
}
  • 聚合分析（Aggregation）：

    json

    GET /my_index/_search
{"aggs": {"avg_price": { "avg": { "field": "price" } },  // 计算平均价格"price_stats": { "stats": { "field": "price" } }  // 统计最大值、最小值等}
}

四、数据建模与 Mapping

1. 数据类型
  • 核心类型：
    • 文本类型（Text）：可分词，用于全文搜索（如标题、内容）。
    • 关键字类型（Keyword）：不可分词，用于精确匹配（如 ID、标签）。
    • 数值类型（Number）：支持整数、浮点数（如 integer、double）。
    • 日期类型（Date）：存储日期时间（如 2023-10-01 或时间戳）。
    • 二进制类型（Binary）：存储二进制数据（如文件内容，需配合 Base64 编码）。
  • 复杂类型：
    • 对象类型（Object）：嵌套文档（类似 JSON 对象）。
    • 数组类型（Array）：同一字段存储多个值（如 [1, 2, 3] 或 ["apple", "banana"]）。
2. 动态映射（Dynamic Mapping）
  • 自动创建字段：当写入文档时，若字段未定义，ES 会根据数据类型自动生成 Mapping。
  • 控制动态映射：通过 dynamic 参数禁用自动映射：

    json

    PUT /my_index
{"mappings": {"dynamic": "strict"  // 禁止自动创建新字段，写入未知字段会报错}
}
3. 分词器（Analyzer）
  • 作用：将文本拆分为 tokens（词元），用于倒排索引构建。
  • 内置分词器：
    • 标准分词器（Standard Analyzer）：按词边界拆分（默认，适合英文）。
    • 中文分词器：需安装插件（如 ik-analyzer），支持按词语拆分（如 “Elasticsearch 教程”→ ["Elasticsearch", "教程"]）。
  • 自定义分词器：组合字符过滤器、分词器、词元过滤器：

    json

    PUT /my_index
{"settings": {"analysis": {"analyzer": {"my_analyzer": {"type": "custom","tokenizer": "standard","filter": ["lowercase"]  // 转换为小写}}}}
}

五、集群管理与高可用性

1. 集群发现与节点配置
  • 单播（Unicast）：手动指定可连接的节点列表（默认方式，避免广播风暴）：

    yaml

    # elasticsearch.yml 配置
cluster.name: my-es-cluster
node.name: node-1
network.host: 0.0.0.0
discovery.seed_hosts: ["node-1:9300", "node-2:9300"]  # 种子节点
  • 自动发现：通过云服务（如 AWS、阿里云）或 Kubernetes 实现节点自动加入集群。
2. 分片分配策略
  • 默认策略：ES 自动平衡分片在节点间的分布，确保主分片和副本分片不位于同一节点。
  • 自定义策略：通过节点属性（如 node.attr.rack）和分片分配规则，控制分片分布：

    json

    PUT /my_index/_settings
{"index.routing.allocation.require.rack": "rack1"  // 要求分片分配到属性为 rack1 的节点
}
3. 故障恢复与副本机制
  • 高可用性保障：
    • 当主节点故障时，集群自动选举新的主节点（基于 Quorum 机制，需超过半数节点存活）。
    • 主分片故障时，副本分片自动升级为主分片，确保数据不丢失。
  • 副本调整：动态增加或减少副本数：

    json

    PUT /my_index/_settings
{"number_of_replicas": 2  // 调整副本数为 2
}

六、性能优化与调优

1. 硬件与配置优化
  • 节点角色分离：主节点、数据节点、协调节点分离，避免资源竞争。
  • 内存配置：
    • 单个节点内存不超过 32GB（受限于 Lucene 的内存压缩机制）。
    • 预留至少 50% 内存给操作系统文件缓存（Lucene 依赖磁盘缓存提升查询性能）。
  • 磁盘选择：使用 SSD 存储热数据，HDD 存储冷数据（配合冷热节点架构）。
2. 索引优化
  • 减少分片数量：单个分片建议大小为 10-50GB，避免过多分片导致集群状态维护开销。
  • 预分配主分片：创建索引时指定合理的主分片数（如预计数据量 1TB，主分片数设为 20，每个分片约 50GB）。
  • 禁用副本写入：写入大量数据时，先将副本数设为 0，写入完成后再恢复（减少网络传输开销）：

    json

    PUT /my_index/_settings
{"number_of_replicas": 0
}
3. 查询优化
  • 优先使用 Filter 而非 Query：Filter 结果可缓存，性能更高（如范围查询、布尔查询中的 filter 子句）。
  • 批量操作（Bulk API）：通过一次请求批量处理多个文档（索引、删除等），减少网络往返次数：

    json

    POST /_bulk
{"index":{"_index":"my_index","_id":"1"}}
{"title":"Bulk Example 1","price":100}
{"index":{"_index":"my_index","_id":"2"}}
{"title":"Bulk Example 2","price":200}
  • 避免深翻页（Deep Pagination）：当查询结果超过数万条时，使用 Scroll API 或 Search After 替代 from + size，避免内存溢出。

七、生态工具与集成

1. 数据摄入工具
  • Logstash：用于日志收集、处理和传输（支持多种数据源，如文件、数据库、消息队列）。
  • Filebeat：轻量级日志采集器，配合 Logstash 或直接写入 ES。
  • Ingest Node Pipeline：在文档写入时通过预处理管道（Pipeline）实时转换数据（如提取字段、添加元数据）。
2. 可视化工具
  • Kibana：ES 官方可视化工具，支持仪表盘、图表、日志分析、告警配置等。
  • Grafana：与 ES 集成，用于监控数据可视化（需配置 ES 数据源）。
3. 客户端与集成
  • 官方客户端：支持 Java、Python、JavaScript（Node.js）、Go 等语言。
  • Spring Data Elasticsearch：Spring 框架集成 ES 的官方库，简化数据操作。
  • SQL 接口：通过 Elasticsearch SQL 或 Apache Hive/Spark 插件，使用 SQL 查询 ES 数据。

八、高级主题

1. 冷热架构（Hot-Warm-Cold）
  • 热节点：存储最近期数据，使用 SSD，支持高读写性能。
  • 温节点：存储中期数据，使用 HDD，性能中等。
  • 冷节点：存储历史数据，支持归档（如冻结合约），仅支持读取。
  • 策略配置：通过 Time-Based Index（按时间创建索引）和 ILM（索引生命周期管理）自动迁移数据。
2. 跨集群复制（CCR）
  • 作用：将一个集群（源集群）的数据实时复制到另一个集群（目标集群），用于灾备或读写分离。
  • 配置示例：

    json

    PUT /_cluster/settings
{"persistent": {"ccr": {"auto_follow": {"my_repo": {"source": "source_cluster","remote_cluster": "remote_cluster"}}}}
}
3. 安全与权限控制
  • 内置安全特性（需 X-Pack 插件）：
    • 节点间 TLS 加密、客户端认证。
    • 基于角色的访问控制（RBAC），控制用户对索引、文档的操作权限。
    • 审计日志，记录用户操作。
  • 配置示例：启用基本认证：

    yaml

    xpack.security.enabled: true
xpack.security.authc.accept_default_password: true  # 首次启动时生成默认密码

九、常见问题与排查

  1. 分片分配失败：
    • 原因：磁盘空间不足、节点属性不匹配、副本与主分片在同一节点。
    • 排查：通过 GET /_cluster/health?pretty 查看集群状态，GET /_cat/shards 检查分片分布。
  2. 查询性能慢：
    • 原因：分片数过多、未使用合适的分词器、查询语句复杂。
    • 优化：使用 Query Profiler 分析查询耗时，添加字段别名或索引。
  3. 集群脑裂（Split Brain）：
    • 原因：网络分区导致主节点选举冲突。
    • 预防：设置 discovery.zen.minimum_master_nodes 为 (master节点数/2)+1，确保选举需要多数节点同意。
http://www.dtcms.com/wzjs/68037.html

相关文章：

  • 武汉做便宜网站建设合肥seo报价
  • tag() wordpressseo优化推广技巧
  • 网站如何做攻击防护seo免费教程
  • 做个小网站多少钱性能优化工具
  • 怎么查有做网站的公司武汉 网络 推广
  • 专做品牌的网站搜索引擎论文3000字
  • 网站开发承诺函上海排名优化seobwyseo
  • java做网站与php做网站企业网站定制
  • 网站建设英语要几级成都达洱狐网络科技有限公司
  • 惠州定制网站制作推荐南京网站制作
  • 网站建设策划案怎么写个人网站制作教程
  • 怎么做自己下单的网站seo综合查询怎么用的
  • .cc后缀网站免费模式营销案例
  • 网站建设规划书毕业论文6000字郑州网络推广哪家口碑好
  • 北京建站公司做网站价格解封后中国死了多少人
  • 网站设计论文参考文献各大搜索引擎入口
  • 零食网站建设策划书如何优化培训体系
  • 北京市住房与城乡建设委员会网站电子商务网站设计方案
  • 自己网站做问卷调查seo外链建设方法
  • 给公司做网站诈骗常用的网络营销工具
  • 用muse做网站整站优化seo
  • 网站鉴赏2023网站推广入口
  • 寻找郑州网站建设公司怎么提交网址让百度收录
  • 做网站 简单外包广州最新政策
  • 自己想申请一个公司优化大师官网下载
  • 政府网站建设背景网站推广软件下载安装免费
  • 营销型网站建设主要步骤百度推广seo怎么学
  • 简述网站开发设计流程图网络营销的特点主要包括什么
  • 网站论坛制作seo是搜索引擎营销
  • 做网站建设公司五种网络营销推广方法