Elasticsearch基本概念

1. 近实时(NRT)
   
   • Elasticsearch 是一个接近实时的搜索平台。这意味着，从索引一个文档直到这个文档能够被搜索到有一个很小的延迟（通常是 1 秒）
2. 集群(cluster)
   
   • 代表一个集群，集群中有多个节点（node），其中有一个为主节点，这个主节点是可以通过选举产生的，主从节点是对于集群内部来说的。es的一个概念就是去中心化，字面上理解就是无中心节点，这是对于集群外部来说的，因为从外部来看es集群，在逻辑上是个整体，你与任何一个节点的通信和与整个es集群通信是等价的。

3. 节点(node)

   • 一个Node是一个独立的Server，同时是Cluster中的一部分。存储数据，参加集群的索引和搜索。一个Node有一个唯一的名字标志，启动的时候系统会分配一个随机UUID作为默认的Node名称。

     当我们需要标志网络中哪个计算机对应着Cluster中的哪个节点的时候，Node name显得非常重要。

     我们可以通过Cluster Name 指定Node进入特定的Cluster。默认情况下，Node是进入到“elasticsearch ”集群的。也就是说，如果我们启动了很多的node，默认情况下这些node都会进入到“elasticsearch ”集群。

在一个Cluster中，我们可以有很多的Node。
4. 索引(Index)
* 类似于mysql的数据库(database),或者一个数据存储方案(schema).索引由其名称(必须为全小写字符)进行标识，并通过引用此名称完成文档的创建、搜索、更新及删除操作。
5. 类型(Type)
* 类型是索引内部的逻辑分区(category/partition)，类似于mysql数据库中的table表，es可以在Index中建立type(table)，通过mapping进行映射
6. 文档(Document)
* 文档是Lucene索引和搜索的原子单位，它是包含了一个或多个域的容器，基于JSON格式进行表示。一条数据对应一篇文档即相当于mysql数据库中的一行数据row;一个文档可以有多个字段相当于mysql数据库一行可以有多列
7. Field
* es中一个文档中对应的多个列与mysql数据库中每一列对应
8. 映射(Mapping)
* 可以理解为mysql或者solr中对应的schema，只不过有些时候es中的mapping增加了动态识别功能，实际生产不建议使用，最好还是开始制定好了对应的schema为主
9. 分片和复制（shards & replicas）
* Index可以存储大量的数据,可以超过单个节点的硬件限制。比方说，单个Index上十亿数据可以占据1TB的硬盘空间可能不适合在磁盘上的一个节点，或者会使得搜索变得很慢。
* 为解决这样的问题，Elasticsearch 提供了细分Index到多片的功能，这些分片叫做shard。每当创建一个index的时候，我们可以定义这个Index的shard数量。
* 每个Shard本身就是一个全功能和独立的“index”,可以托管在集群中的任何节点上。
* shard的重要性：
1. 允许我们水平切分内容；
2. 允许我们通过分配和平行化的跨shard操作来提高系统吞吐。
* shard的分配以及查询时候数据的聚合对于用户是透明的。
* 在云环境中，系统在任何时候都有故障的风险，Elasticsearch 允许我们对shard做一个或者多个备份，叫做replica shards, 简称为replicas.
* replicas的重要性体现在两个方面：
1. 增加了集群的高可用性。所以replicas不和shard同时存储在同一个server上。
2. 允许我们扩展搜索量因为搜索可以在所有的replicas上同时执行。
* 综上，每一个Index可以被分成许多的shards。一个index可以有0个或者多个副本。一旦被复制，index就有了primary shards和replica shards 。我们可以在index创建时指定shards 和replicas 的数量。replicas 的数量可以在任何时候被修改，但是shards 的数量不能在创建后修改。
* 默认情况下，Elasticsearch中的每个index被分配5个shards和1个replica（每个主分片有一个复制分片）。
* 所以如果在集群中有两个nodes，那么默认情况下1个index有10个shards。