[ES]elasticsearch章2 ES查询过程解析
es服务端是准确知道每个document分布在哪个shard上；
search一个比较复杂的执行模式，因为我们不知道那些document会被匹配到，任何一个shard上都有可能，所以一个search请求必须查询一个索引或多个索引里面的所有shard才能完整的查询到我们想要的结果。
找到所有匹配的结果是查询的第一步，来自多个shard上的数据集在分页返回到客户端的之前会被合并到一个排序后的list列表，由于需要经过一步取top N的操作，所以search需要进过两个阶段才能完成，分别是query和fetch。
（一）query（查询阶段）
当一个search请求发出的时候，这个query会被广播到索引里面的每一个shard（主shard或副本shard），每个shard会在本地执行查询请求后会生成一个命中文档的优先级队列。
这个队列是一个排序好的top N数据的列表，它的size等于from+size的和，也就是说如果你的from是10，size是10，那么这个队列的size就是20，所以这也是为什么深度分页不能用from+size这种方式，因为from越大，性能就越低。
流程：
1，客户端发送一个search请求到某个Node上，然后这个Node会创建一个优先级队列它的大小=from+size
2，接着这个Node转发这个search请求到索引里面每一个主shard或者副本shard上，每个shard会在本地查询然后添加结果到本地的排序好的优先级队列里面。
3，每个shard返回docId和所有参与排序字段的值例如_score到优先级队列里面，然后再返回给coordinating节点也就是这个Node，然后这个Node负责将所有shard里面的数据给合并到一个全局的排序的列表。
上面提到一个术语叫coordinating node，这个节点是当search请求随机负载的发送到一个节点上，然后这个节点就会成为一个coordinating node，它的职责是广播search请求到所有相关的shard上，然后合并他们的响应结果到一个全局的排序列表中然后进行第二个fetch阶段，注意这个结果集仅仅包含docId和所有排序的字段值，search请求可以被主shard或者副本shard处理，这也是为什么我们说增加副本的个数就能增加搜索吞吐量的原因，coordinating节点将会通过round-robin的方式自动负载均衡。
（二）fetch（读取阶段）
query阶段标识了那些文档满足了该次的search请求，但是我们仍然需要检索回document整条数据，这个阶段称为fetch
流程：
1，coordinating 节点标识了那些document需要被拉取出来，并发送一个批量的mutil get请求到相关的shard上
2，每个shard加载相关document，如果需要他们将会被返回到coordinating 节点上
3，一旦所有的document被拉取回来，coordinating节点将会返回结果集到客户端上。
这里需要注意，coordinating节点拉取的时候只拉取需要被拉取的数据，比如from=90，size=10，那么fetch只会读取需要被读取的10条数据，这10条数据可能在一个shard上，也可能在多个shard上所以 coordinating节点会构建一个multi-get请求并发送到每一个shard上，每个shard会根据需要从_source字段里面获取数据，一旦所有的数据返回，coordinating节点会组装数据进入单个response里面然后将其返回给最终的client。
总结：
本文介绍了es的分布式search的查询流程分为query和fetch两个阶段，在query阶段会从所有的shard上读取相关document的docId及相关的排序字段值，并最终在coordinating节点上收集所有的结果数进入一个全局的排序列表后，然后获取根据from+size指定page页的数据，获取这些docId后再构建一个multi-get请求发送相关的shard上从_source里面获取需要加载的数据，最终再返回给client端，至此整个search请求流程执行完毕
最新文章
- NodeJS使用mysql
- EDNS
- centos7 建立虚拟目录
- 回车键转tab键解决方案一
- python学习笔记 ——python写的猜数字游戏 002
- js时间 字符串相互转化
- anroid studio 找不到符号 位置: 类 drawable
- SVN学习安装总结
- 如何修改TextField的Label和EmptyText
- C++服务器设计（四）：超时管理机制设计
- prim模板
- django-xadmin隐藏菜单不显示
- Python3 多线程
- 查看open office运行状态
- Google关于Spanner的论文中分布式事务的实现
- 【P2303】Longge的问题
- Codeforces 1151F Sonya and Informatics (概率dp)
- linux使用badblocks命令扫描硬盘排除故障(待验证)
- 基于easyUI实现经典系统主界面
- centos7 安装 maven 和ant git 以及 rocketmq 4.2安装过程（安装成功，调用失败）