我假设Elasticsearch中的每个分片都是索引。但我在某处读到每个段都是Lucene索引。
细分市场究竟是什么？它如何影响搜索性能？我的索引每天大小达到450GB（我每天都会创建一个新的），默认的Elasticsearch设置。
当我执行curl -XPOST "http://localhost:9200/logstash-2013.03.0$i_optimize?max_num_segments=1"时，我明白了
num_committed_segments=11和num_search_segments=11。
上述值不应为1吗？也许是因为index.merge.policy.segments_per_tier价值？无论如何，这个等级是什么？
答案 0 :(得分：141)
“索引”这个词在Elasticsearch中被滥用了一些 - 适用于太多的东西。
解释：
Elasticsearch中的“索引”有点像关系数据库中的数据库。它是存储/索引数据的地方。但实际上，这正是您的应用程序所看到的。在内部，索引是指向一个或多个分片的逻辑命名空间。
此外，“索引”表示将您的数据“放入”Elasticsearch。您的数据既可以存储（用于检索），也可以“索引”用于搜索。
“倒排索引”是Lucene用于使数据可搜索的数据结构。它处理数据，提取唯一的术语或令牌，然后记录哪些文档包含这些令牌。有关详情，请参阅http://en.wikipedia.org/wiki/Inverted_index。
“碎片”是Lucene的一个实例。它本身就是一个功能齐全的搜索引擎。 “索引”可以由单个分片组成，但通常由多个分片组成，以允许索引增长并在多台机器上分割。
“主要分片”是文档的主要主页。 “副本分片”是主分片的副本，它提供（1）主要故障时的故障转移和（2）增加的读取吞吐量
每个分片包含多个“分段”，其中分段是反向索引。在分片中搜索将依次搜索每个片段，然后将其结果合并到该分片的最终结果中。
在索引文档时，Elasticsearch会在内存中收集它们（在事务日志中，为了安全起见），然后每隔一秒钟，将一个新的小段写入磁盘，并“刷新”搜索。
这使得新段中的数据可供搜索（即它们是“可搜索的”），但该段尚未与磁盘进行fsync，因此仍然存在数据丢失的风险。
每隔一段时间，Elasticsearch将“刷新”，这意味着fsync'ing段，（它们现在“已提交”）并清除事务日志，这已不再需要，因为我们知道新数据已经写入磁盘。
分段越多，每次搜索所需的时间越长。因此，Elasticsearch将通过后台合并过程将大量相似大小的片段（“层”）合并为一个更大的片段。写入新的较大段后，旧段将被删除。当存在太多相同大小的段时，会对较大的段重复此过程。
细分是不可变的。更新文档时，它实际上只是将旧文档标记为已删除，并为新文档编制索引。合并过程还会删除这些旧的已删除文档。