1、文檔 1）ElasticSearch是面向文檔的，文檔是所有可搜索數據的最小單位。例如： a）日誌文件中的日誌項； b）一張唱片的詳細信息； c）一篇文章中的具體內容； 2）在ElasticSearch中，文檔會被序列化成Json格式： a）Json對象是由欄位組成的； b）每個欄位都有對應的字 ...
1、文檔
1）ElasticSearch是面向文檔的，文檔是所有可搜索數據的最小單位。例如：
a）日誌文件中的日誌項；
b）一張唱片的詳細信息；
c）一篇文章中的具體內容；
2）在ElasticSearch中，文檔會被序列化成Json格式：
a）Json對象是由欄位組成的；
b）每個欄位都有對應的欄位類型（如：字元串、數值、日期類型等）；
3）每個文檔都有一個唯一的ID（Unique ID）
a）可以自己指定此ID；
b）也可以通過ElasticSearch自動生成；
4）我們可以將文檔理解成關係型資料庫中的一條數據記錄，一條記錄包含了一系列的欄位。
5）Json文檔的格式不需要預先定義
a）欄位的類型可以指定或者由ElasticSearch自動推算；
b）Json支持數組、支持嵌套，如下圖所示：
6）每一個文檔中都包含有一份元數據，元數據的作用主要是用來標註文檔的相關信息，如：
a）_index：文檔所屬的索引名；
b）_type：文檔所屬的類型名（從7.0開始，每一個索引只能創建一個Type:_doc，在此之前一個索引是可以設置多個Type的）；
c）_id：文檔的Unqie Id；
d）_source：文檔的原始Json數據；
e）_version：文檔的版本信息；
f）_score：文檔的相關性算分；
2、索引（Index）
1）索引指的就是一類文檔的集合，相當於文檔的容器。
a）索引體現了邏輯空間的概念，每個索引都有自己的Mapping定義，用來定義所包含的文檔的欄位名和欄位類型；
b）索引中的數據（文檔）分散在Shard（分片）上，Shard體現了物理空間的概念；
2）索引的Mapping與Setting：
a）Mapping定義文檔欄位的類型；
b）Setting定義不同的數據分佈；
3）索引的含義：
a）一般說“索引文檔到ElasticSearch的索引中”，前面的索引指的是一個動詞的含義，也就是保存一個文檔到ElasticSearch中。後面的索引是指在ElasticSearch集群中，可以創建很多個不同的索引；
b）索引分為：B樹索引和倒排索引，而倒排索引在ElasticSearch中是非常重要的；
3、ElasticSearch與RDBMS的代入理解與類比如下：
兩者相對比，若對數據進行全文檢索，以及進行算分時，ElasticSearch更加合適；當涉及的數據事務比較高時，那RDBMS更加合適。在實際生產中，一般是兩者進行結合使用。
4、集群
ElasticSearch集群實際上是一個分散式系統，而分散式系統需要具備兩個特性：
1）高可用性
a）服務可用性：允許有節點停止服務；
b）數據可用性：部分節點丟失，不會丟失數據；
2）可擴展性
隨著請求量的不斷提升，數據量的不斷增長，系統可以將數據分佈到其他節點，實現水平擴展；
ElasticSearch的集群通過不同的名字來進行區分，預設名字“elasticsearch”；
可以通過配置文件修改或者命令行修改：-E cluster.name=test
一個集群中可以有一個或者多個節點；
5、節點
1）節點是什麼？
a）節點是一個ElasticSearch的實例，其本質就是一個Java進程；
b）一臺機器上可以運行多個ElasticSearch實例，但是建議在生產環境中一臺機器上只運行一個ElasticSearch實例；
2）每個節點都有名字，可以通過配置文件進行配置，也可以通過命令行進行指定，如：-E node.name=node1
3）每個節點在啟動之後，會被分配一個UID，保存在data目錄下；
4）Master-Eligible【有資格、勝任者】 Node與Master Node的說明：
a）每個節點啟動之後，預設就是一個Master Eligible節點，當然可以在配置文件中將其禁止，node.master:false
b）Master-Eligible Node可以參加選主流程，成為Master Node；
c）當第一個節點啟動時，它會將其選舉為Master Node；
d）每個節點都保存了集群狀態，但只有Master Node才能修改集群的狀態，包括如下：
所有的節點信息；
所有的索引和其相關的Mapping與Setting信息；
分片的路由信息；
5）Data Node與Coordinating【協調、整合】 Node的說明：
a）Data Node：可以保存數據的節點，負責保存分片數據，在數據擴展上起到至關重要的作用；
b）Coordinating Node：它通過接受Rest Client的請求，會將請求分發到合適的節點，最終將結果彙集到一起，再返回給Client；
每個節點都預設起到Coordinating Node的職責；
6）Hot Node（熱節點）與Warm Node（冷節點）的說明：
Hot Node：有更好配置的節點，其有更好的資源配置，如磁碟吞吐、CPU速度；
Warm Node：資源配置較低的節點；
7）Machine Learning Node：負責機器學習的節點，常用來做異常檢測；
8）配置節點類型
每個節點在啟動時，會讀取elasticsearch.yml配置文件，來確定當前節點扮演什麼角色。在生產環境中，應該將節點設置為單一的角色節點，這樣可以有更好的性能，更清晰的職責，可以針對節點的不同給予不能的機器配置。
6、分片
1）Primary Shard（主分片）
可以解決數據水平擴展的問題，通過主分片，可以將數據分佈到集群內的所有節點之上。
a）一個主分片是一個運行的Lucene的實例；
註意：一個節點對應一個ES實例；
一個節點可以有多個index（索引）；
一個index可以有多個shard（分片）；
一個分片是一個lucene index（此處的index是lucene自己的概念，與ES的index不是一回事）；
b）主分片數是在索引創建時指定，後續不允許修改，除非Reindex；
2）Replica Shard（副本）
可以解決數據高可用的問題，它是主分片的拷貝。
a）副本分片數可以動態調整；
b）增加副本數，在一定程度上可以提高服務的可用性；
3）分片的設定
對於生產環境中分片的設定，需要提前做好容量規劃，因為主分片數是在索引創建時預先設定的，後續無法修改。
a）分片數設置過小
導致後續無法增加節點進行水平擴展。
導致分片的數據量太大，數據在重新分配時耗時；
b）分片數設置過大
影響搜索結果的相關性打分，影響統計結果的準確性；
單個節點上過多的分片，會導致資源浪費，同時也會影響性能；
7、ElasticSearch健康狀況的查看
1）Green：主分片與副本都正常分配；
2）Yellow：主分片全部正常分配，有副本分片未能正常分配；
3）Red：有主分片未能分配；
8、總結
通過上面介紹，我們可以知道，索引與文檔更偏向於開發人員的視角，屬於邏輯上的一種概念；節點與分片更偏向於運維人員的視角，屬於物理上的一種概念。
大家可關註我的公眾號
知識學習來源：《Elasticsearch核心技術與實戰》
