elasticsearch-【面试题】ES文档写入和读取流程详解

前言：在回答这个问题之前我们先要搞清楚一个问题那就是什么是文档，避免不知所云！

一、什么是文档？

在Elasticsearch中，文档（Document）是最基本的信息单元，用于表示和存储数据。文档是以JSON格式表示的结构化数据对象，类似于关系型数据库中的行。

补充：在Elasticsearch中，文档由以下几个关键部分组成：
索引（Index）：文档必须属于一个索引，索引是用于组织和存储文档的逻辑容器。索引是Elasticsearch中数据的顶层概念，它类似于关系型数据库中的数据库。
类型（Type）：在较早的版本中，文档可以在索引中定义不同的类型。但是从Elasticsearch 7.0版本开始，类型的概念已经被弃用，一个索引只能包含一个文档类型。文档类型主要用于逻辑上对文档进行分类。
ID：每个文档都有一个唯一标识符，称为文档ID。文档ID可以由用户指定，也可以由Elasticsearch自动生成。通过文档ID，可以唯一标识和检索特定的文档。
字段（Fields）：文档包含多个字段，字段是文档中存储的实际数据。字段可以是不同的数据类型，如文本、数字、日期等。每个字段在文档中都有一个名称和对应的值。
映射（Mapping）：映射定义了索引中文档的字段及其类型和属性。它类似于关系型数据库中的表结构。映射规定了字段的数据类型、分析器、索引选项等，以及字段是否可搜索、可排序等属性。

二、 ES文档写入流程

1.单个文档写入流程

先看图：

解释： 这个是一个ES的集群架构图，node1是主节点，其他为从节点。
P0、P1代表索引的分片
R0、R1代表副本

写单个文档的流程：

1. 客户端向 Node 1 发送写入请求。

2. 节点使用文档的 _id 确定文档属于分片 0 。请求会被转发到 Node 3，因为分片 0 的主分片目前被分配在 Node 3 上。

3. Node 3 在主分片上面执行请求。如果成功了，它将请求并行转发到 Node 1 和 Node 2 的副本分片上。一旦所有的副本分片都报告成功, Node 3 将向协调节点报告成功，协调节点向客户端报告成功。

写多个文档的流程
继续看图：

1. 客户端向 Node 1 发送 bulk 请求。
2. Node 1 为每个节点创建一个批量请求，并将这些请求并行转发到每个包含主分片的节点主机。
3. 主分片一个接一个按顺序执行每个操作。当每个操作成功时，主分片并行转发新文档（或删除）到副本分片，然后执行下一个操作。 一旦所有的副本分片报告所有操作成功，该节点将向协调节点报告成功，协调节点将这些响应收集整理并返回给客户端

总结：删除文档也是一样的流程，同时还可以得出一个结论，写入和删除请求只能由主节点接受。

三、文档的查询流程

查询单个文档时，可以按照以下步骤进行：

1. 客户端发送请求：客户端向任意一个节点（coordinate node）发送获取文档的请求。

2. 路由到对应的分片：coordinate node根据文档的唯一ID（doc id）进行哈希计算，确定该文档所属的分片（primary shard）。根据分片路由表，coordinate node将请求转发到包含该分片的节点上。

3. 从分片中获取文档：接收请求的节点从对应的分片中获取文档数据。

4. 返回文档数据：节点将获取到的文档数据返回给coordinate node。

5. coordinate node返回给客户端：coordinate node将文档数据返回给客户端。

在文档查询中，Elasticsearch使用哈希路由来确定文档所属的分片，并使用轮询算法在主分片和其所有副本之间进行负载均衡。这样做可以分散读取请求的负载，提高系统的读取性能和可扩展性。

在Elasticsearch中进行数据搜索的过程如下：

1. 客户端发送搜索请求：客户端向任意一个节点（coordinate node）发送搜索请求，指定搜索条件和相关参数。

2. 路由到对应的分片：coordinate node将搜索请求转发到所有包含相关索引的分片（primary shard或replica shard）上。每个分片都会独立进行搜索操作。

3. 查询阶段（query phase）：每个分片在接收到搜索请求后，根据指定的搜索条件在本地执行搜索操作，并返回与搜索条件匹配的文档的相关信息（如文档ID）给coordinate node。

4. 数据合并、排序和分页（query phase）：coordinate node收集来自所有分片的搜索结果，并在此阶段进行数据的合并、排序和分页操作。它将根据相关参数（如排序规则、分页偏移量和大小）对搜索结果进行处理，以生成最终的结果集。

5. 获取阶段（fetch phase）：coordinate node根据最终的结果集中的文档ID，向各个包含匹配文档的节点发送获取文档的请求。

6. 返回搜索结果：各个节点根据文档ID从本地分片中获取相应的文档数据，并将数据返回给coordinate node。

7. coordinate node返回给客户端：coordinate node将最终的搜索结果集（包含匹配的文档数据）返回给客户端。