版权声明：本文为博主原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wojiushiwo987/article/details/89291417
Elastic{ON}北京分享了Elasticsearch7.0在Speed,Scale,Relevance等方面的很多新特性。
比快更快，有传说中的那么牛逼吗？盘他！
通过本文，你能了解到：
- Elasticsearch&Kibana 7.部署体验
- Elasticsearch7 革命性更新
- Elasticsearch 7升级注意事项
- Elasticsearch 版本更新太快了，学不动了，肿么办？
1、ES&Kibana 7.部署体验
1.1 Elasticsearch 7.0 默认自带 JDK
不用再为安装什么版本的 JDK和环境冲突而苦恼了，下载安装即可使用。 ???
对比可知，包大了200MB+，正是JDK的大小。
1.2 默认节点名称为主机名。
不过仍然可以在elasticsearch.yml中显式配置。
实际业务场景中，以主机名区分不同节点比随机起名字更便于甄别，不易混淆。
1.3 默认分片数改为1，不再是5。
1.4 Elasticsearch 7.0 没有 Type 了，包括 API 层面的。
如下所示，确切的说，正确的使用方法，使用默认的_doc作为type就可以了。
type会在8.X版本彻底移除。
1.5 hits.total返回对象，而非仅结果值
现在，与搜索请求匹配的总命中数将作为具有值和关系的对象返回。
value表示匹配的匹配数，
关系表示值是准确的（eq）还是非准确的（gte）。
1.5 Kibana 支持全局开启“黑暗”模式
用户可以选择打开主题：Kibana->高级设置->dark Mode，而不是必须在很多地方打开黑暗模式，它将适用于所有应用程序。
2、Elasticsearch7 革命性更新
2.1 查询相关性速度优化
Weak-AND算法在Term Query查询场景有3700%的性能提升。
如下所示，除了Term检索，Fuzzy，Phrase, Bool And .Bool OR都有大幅的性能提升！
啥是weak-and算法？
核心原理：取TOP N结果集，估算命中记录数。
简单来说，一般我们在计算文本相关性的时候，会通过倒排索引的方式进行查询，通过倒排索引已经要比全量遍历节约大量时间，但是有时候仍然很慢。
原因是很多时候我们其实只是想要top n个结果，一些结果明显较差的也进行了复杂的相关性计算，
而weak-and算法通过计算
每个词的贡献上限来估计文档的相关性上限，从而建立一个阈值对倒排中的结果进行减枝，从而得到提速的效果。
2.2 间隔查询(Intervals queries)
某些搜索用例（例如，法律和专利搜索）引入了查找单词或短语彼此相距一定距离的记录的需要。
Elasticsearch 7.0中的间隔查询引入了一种构建此类查询的全新方式，与之前的方法（跨度查询span queries）相比，使用和定义更加简单。
与跨度查询相比，间隔查询对边缘情况的适应性更强。
2.3 引入新的集群协调子系统
移除 minimum_master_nodes 参数，让 Elasticsearch 自己选择可以形成仲裁的节点。
典型的主节点选举现在只需要很短的时间就可以完成。
集群的伸缩变得更安全、更容易，并且可能造成丢失数据的系统配置选项更少了。
节点更清楚地记录它们的状态，有助于诊断为什么它们不能加入集群或为什么无法选举出主节点。
2.4 升级 Elasticsearch 7,0 ，不再内存溢出
新的 Circuit Breaker 在JVM 堆栈层面监测内存使用，Elasticsearch 比之前更加健壮。
设置indices.breaker.fielddata.limit的默认值已从JVM堆大小的60％降低到40％。
2.5 时间戳纳秒级支持，提升数据精度
利用纳秒精度支持加强时间序列用例
到目前为止，Elasticsearch仅以毫秒精度存储时间戳。 7.0增加了几个零并带来了纳秒精度，这提高了高频数据采集用户存储和排序所需数据的精度。
显然，7.0的特性远不止这些，更多新版本特性推荐阅读：
1、https://www.elastic.co/cn/blog/elastic-stack-7-0-0-released?elektra=products&storm=main
3、Elasticsearch 7升级注意事项
3.0 升级前必知必会
- 查看新版本的重大更改特性，并对7.0.0的代码和配置进行必要的更改。
- 如果您使用自定义插件，请确保兼容版本可用。
- 在升级生产集群之前，在开发环境中测试升级。
备份您的数据！ 您必须拥有数据快照才能回滚到早期版本。
3.1 升级API
Rolling upgrade ——滚动升级允许Elasticsearch集群一次升级一个节点，升级不会中断服务。
不支持在升级期间在同一群集中运行多个版本的Elasticsearch，因为无法将已升级的节点复制到运行旧版本的节点。
3.2 版本升级路线
- 小版本之间升级：举例:5.4.1升级到5.6
- 平滑升级——从5.6版本到6.7版本
- 平滑升级——从6.7版本到7.0.0版本
3.3 借助Reindex升级索引数据
Elasticsearch可以读取在先前主要版本中创建的索引。如果您在5.x或之前创建了索引，则必须在升级到7.0.0之前重新索引或删除它们。
如果存在不兼容的索引，Elasticsearch节点将无法启动。
3.4 ELK Stack要一起升级
升级到新版本的Elasticsearch时，需要升级Elastic Stack中的每个产品。
3.5 6.6或更早版本集群，需要先关闭
要从6.6或更早版本直接升级到7.0.0，必须关闭群集，安装7.0.0并重新启动。
3.6 切记，7.0+版本无type的索引结构。
这点，如果考虑未来更新版本，在6.X或者更早版本的项目中，就严格按照7.x规范走，这样升级会相对比较省事。
4、Elasticsearch 版本更新太快了，学不动了，肿么办？
一方面，我们感叹ES的更新速度，的确从2016年的2.X到2019年的7.0，版本更新速度超乎想象。
另一方面，实际业务开发中，还在使用1.X,2.X,5.X，甚至还没有用过6.X的朋友非常多，小伙伴不禁有了“学不动了”的感慨。
4.1 新版本的变
变是永恒的，尤其是基于开源软件加上上市公司的推动。
实际上，高版本较低版本，主要在性能上的提升和部分新功能点的实现。
- 1、新版本更高效。
比如：6.6+提出的ilm索引生命周期管理，你如果关注Elastic Meetup的话，印象ebay和阿里还有其他公司自己就实现过类似功能。
原有版本有类似的功能，只不过是非常、非常麻烦、繁琐，所以，才有了ilm的诞生。
- 2、新版本迎合了市场的需求。
比如：7.0的黑暗模式，实际在grafana或类似竞品BI中都有类似的功能，猜测Kibana升级一方面是用户需求，另一方面也是竞品分析的结果。
- 3、新版本性能极大提升。
比如：7.0的terms融合新算法，有37倍的提升。
4.2 新版本的不变
《暗时间》作者刘未鹏说过“底层的技术永远不过时”。
不必说倒排索引机制不会变，也不必说Lucene的改动也相对较小。单是：ES的基础功能全文检索、多种聚合等几乎不会有太大的变动。
4.3 还存在学不动吗？
夯实打牢基础基本功，理解ELK更新的变与不变。80-90%+的时间关注基础，10%左右的时间关注增量的变化即可。
以不变应万变，方为生存之道！
参考：
https://blog.csdn.net/yihucha166/article/details/8500247
https://mp.weixin.qq.com/s/JWSCT_rK6KLRr_cl7gAG9g
铭毅天下——Elasticsearch基础、进阶、实战第一公众号
原文地址：https://www.cnblogs.com/lonelyxmas/p/11612488.html