Elasticsearch发展史

标签：索引   分布式搜索   ==   恢复   执行   values   利用   扩展性   sha   

简介

Elasticsearch是当前比较流行的开源的分布式搜索和数据分析引擎，具备易使用、高性能、扩展性强等特点。是ElasticStack的核心组件，以其为核心构建的ELK，已经是日志分析领域的事实标准。Elasticsearch是怎么一步一步发展成熟的呢？

You Know，for Search

2010年2月8日， Shay Banon 发表了一篇博客，说他基于Lucene开发（封装 ？？？）了一个分布式搜索引擎，实现了一些功能。。。

0.7.0

2010年5月14日发布,第一个可以查询到发版信息的版本，重要特性：

• Zen Discovery 自动发现模块
• Groovy Client支持
• 简单的插件管理机制
• 更好支持ICU分词器
• 更多的管理API

1.0.0

2014年2月14日发布，重要特性：

• Snapshot/Restore API 备份恢复API
• 支持聚合分析Aggregations
• CAT API 支持
• 支持联盟查询
• 断路器支持
• Doc values 引入

2.0.0

2015年10月28日发布，重要特性：

• 增加了 pipleline Aggregations
• query/filter 查询合并，都合并到query中，根据不同的上下文执行不同的查询
• 存储压缩可配置
• Rivers 模块被移除
• Multicast 组播发现被移除，成为一个插件，生产环境必须配置单播地址

5.0.0

2016年10月26日发布，重要特性：

• Lucene 6.x 的支持，磁盘空间少一半；索引时间少一半；查询性能提升25%；支持IPV6。
• Internal engine级别移除了用于避免同一文档并发更新的竞争锁，带来15%-20%的性能提升
• Shrink API ，它可将分片数进行收缩成它的因数，如之前你是15个分片，你可以收缩成5个或者3个又或者1个，那么我们就可以想象成这样一种场景，在写入压力非常大的收集阶段，设置足够多的索引，充分利用shard的并行写能力，索引写完之后收缩成更少的shard，提高查询性能
• 提供了第一个Java原生的REST客户端SDK
• IngestNode，之前如果需要对数据进行加工，都是在索引之前进行处理，比如logstash可以对日志进行结构化和转换，现在直接在es就可以处理了
• 提供了 Painless 脚本，代替Groovy脚本

6.0.0

2017年8月31日发布，重要特性：

• 稀疏性 Doc Values 的支持
• Index sorting，即索引阶段的排序。
• 顺序号的支持，每个 es 的操作都有一个顺序编号（类似增量设计）
• 无缝滚动升级
• Removal of types，在 6.0 里面，开始不支持一个 index 里面存在多个 type
• Index-template inheritance，索引版本的继承，目前索引模板是所有匹配的都会合并，这样会造成索引模板有一些冲突问题， 6.0 将会只匹配一个，索引创建时也会进行验证
• Load aware shard routing， 基于负载的请求路由，目前的搜索请求是全节点轮询，那么性能最慢的节点往往会造成整体的延迟增加，新的实现方式将基于队列的耗费时间自动调节队列长度，负载高的节点的队列长度将减少，让其他节点分摊更多的压力，搜索和索引都将基于这种机制。
• 已经关闭的索引将也支持 replica 的自动处理，确保数据可靠。

7.0.0

2019年4月10日发布，重要特性：

• 引入了真正的内存断路器，它可以更精准地检测出无法处理的请求，并防止它们使单个节点不稳定
• Zen2 是 Elasticsearch 的全新集群协调层，提高了可靠性、性能和用户体验，变得更快、更安全，并更易于使用
• 查询优化
  • 更快的前 k 个查询
  • 间隔查询
  • Function score 2.0

Elasticsearch发展史

标签：索引   分布式搜索   ==   恢复   执行   values   利用   扩展性   sha   

原文地址：https://www.cnblogs.com/wangzhen3798/p/10751516.html