elasticsearch过程分析

索引文档

当用户向一个节点提交了一个创建文档的请求，节点会计算文档应该加入到哪个分片中，每个节点都存储了每个分片存储在哪个节点的信息，因此协调节点会将请求发送到对应的节点，当主分片完成索引，会将请求发送到所有的副本，保持每个分片的数据都是最新的

每次写入新文档时，都会先写到内存中，然后将这一操作写入translog文件中，此时如果执行搜索，是无法索引到对应文档的。elasticsearch会每隔一段时间(index.translog.sync_interval)进行一次刷新操作，此时内存中的文档会被写入一个文件系统缓存中，并构成一个segment，此时segment内的文档可以被搜索到，但是还未写入磁盘，如果发生断电，这些文档仍可能丢失。

刷新周期

elasticsearch数据写入后是不会被马上搜索到，所以是准实时搜索。

elasticsearch数据写入后会将数据写入到memory buffer中，并将这一操作写入translog中。此时数据是不可被搜索到的。而如果直接将memory buffer中的数据写入到磁盘的话，就需要频繁的IO，会严重降低elasticsearch的性能。

elasticsearch在memory buffer和磁盘之间加入了一层页面高速缓存(File system cache)，经过index.refresh_interval时间会将memory buffer的数据refresh到File system cache中，并清空memory buffer，此时写入的数据就可以读取到了。

File system cache依然是在内存中，为了保证持久性，还是需要flush到磁盘。

段合并

随着越来越多的文档写入，将会生成很多的segment，而translog也在不断的增大，当经过一段时间(index.translog.sync_interval)则执行fsync操作，将所有File system cache中的segment写入磁盘，而translog会被删除(如果fsync还没有执行突然断电了，此时的translog是保留的，elasticsearch可以根据translog来进行数据的还原和恢复)

segment过多也会导致查询性能的下降，所以elasticsearch会自动的进行segment的合并

好处

当一些索引段合并为一个索引段的时候，会减少索引段的数量并提高搜索速度
段合并时会移除被标记为已删除的那些文档，所以也会减少索引的容量