1、文件

　　1）ElasticSearch是面向文件的，文件是所有可搜尋資料的最小單位。例如：

　　　　a）日誌檔案中的日誌項；

　　　　b）一張唱片的詳細資訊；

　　　　c）一篇文章中的具體內容；　

　　2）在ElasticSearch中，文件會被序列化成Json格式：

　　　　a）Json物件是由欄位組成的；

　　　　b）每個欄位都有對應的欄位型別（如：字串、數值、日期型別等）；

　　3）每個文件都有一個唯一的ID（Unique ID）

　　　　a）可以自己指定此ID；

　　　　b）也可以通過ElasticSearch自動生成；

 　　4）我們可以將文件理解成關係型資料庫中的一條資料記錄，一條記錄包含了一系列的欄位。

 　　5）Json文件的格式不需要預先定義

　　　　a）欄位的型別可以指定或者由ElasticSearch自動推算；

　　　　b）Json支援陣列、支援巢狀，如下圖所示：

　　6）每一個文件中都包含有一份元資料，元資料的作用主要是用來標註文件的相關資訊，如：

　　　　a）_index：文件所屬的索引名；

　　　　b）_type：文件所屬的型別名（從7.0開始，每一個索引只能建立一個Type:_doc，在此之前一個索引是可以設定多個Type的）；

　　　　c）_id：文件的Unqie Id；

　　　　d）_source：文件的原始Json資料；

　　　　e）_version：文件的版本資訊；

　　　　f）_score：文件的相關性算分；

 2、索引（Index）

　　1）索引指的就是一類文件的集合，相當於文件的容器。

　　　　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件的欄位名和欄位型別；

　　　　b）索引中的資料（文件）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定義文件欄位的型別；

　　　　b）Setting定義不同的資料分佈；

 　　3）索引的含義：

　　　　a）一般說“索引文件到ElasticSearch的索引中”，前面的索引指的是一個動詞的含義，也就是儲存一個文件到ElasticSearch中。後面的索引是指在ElasticSearch叢集中，可以建立很多個不同的索引；

　　　　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，若對資料進行全文檢索，以及進行算分時，ElasticSearch更加合適；當涉及的資料事務比較高時，那RDBMS更加合適。在實際生產中，一般是兩者進行結合使用。

4、叢集

ElasticSearch叢集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）資料可用性：部分節點丟失，不會丟失資料；

　　2）可擴充套件性

　　　　隨著請求量的不斷提升，資料量的不斷增長，系統可以將資料分佈到其他節點，實現水平擴充套件；

ElasticSearch的叢集通過不同的名字來進行區分，預設名字“elasticsearch”；

可以通過配置檔案修改或者命令列修改：-E cluster.name=test

一個叢集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的例項，其本質就是一個Java程序；

　　　　b）一臺機器上可以執行多個ElasticSearch例項，但是建議在生產環境中一臺機器上只執行一個ElasticSearch例項；

　　2）每個節點都有名字，可以通過配置檔案進行配置，也可以通過命令列進行指定，如：-E node.name=node1

　　3）每個節點在啟動之後，會被分配一個UID，儲存在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，當然可以在配置檔案中將其禁止，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）每個節點都儲存了叢集狀態，但只有Master Node才能修改叢集的狀態，包括如下：

　　　　　　所有的節點資訊；

　　　　　　所有的索引和其相關的Mapping與Setting資訊；

　　　　　　分片的路由資訊；

 　　5）Data Node與Coordinating【協調、整合】 Node的說明：

　　　　a）Data Node：可以儲存資料的節點，負責儲存分片資料，在資料擴充套件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）配置節點型別

　　每個節點在啟動時，會讀取elasticsearch.yml配置檔案，來確定當前節點扮演什麼角色。在生產環境中，應該將節點設定為單一的角色節點，這樣可以有更好的效能，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）

　　　　可以解決資料水平擴充套件的問題，通過主分片，可以將資料分佈到叢集內的所有節點之上。

　　　　a）一個主分片是一個執行的Lucene的例項；

　　　　b）主分片數是在索引建立時指定，後續不允許修改，除非Reindex；

　　2）Replica Shard（副本）

　　　　可以解決資料高可用的問題，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建立時預先設定的，後續無法修改。

　　　　a）分片數設定過小

　　　　　　導致後續無法增加節點進行水平擴充套件。

　　　　　　導致分片的資料量太大，資料在重新分配時耗時；

　　　　b）分片數設定過大

　　　　　　影響搜尋結果的相關性打分，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，同時也會影響效能；

 7、ElasticSearch健康狀況的檢視

　　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，索引與文件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。

　　大家可關注我的公眾號

　　知識學習來源：《Elasticsearch核心技術與實戰》