Elasticsearch--基础知识（术语、概念）

索引词（term）

在Elasticsearch中索引词（term）是一个能够被索引的精确值。foo、Foo、FOO几个单词是不同的索引词。索引词是可以通过term查询进行准确的搜索。

文本（text）

文本是一段普通的非结构化文字。通常，文本会被分析成一个个的索引词，存储在Elasticsearch的索引库中。为了让文本能够进行搜索，文本字段需要事先进行分析；当对文本中的关键词进行查询的时候，搜索引擎应该根据搜索条件搜索出原文本。

分析（analysis）

分析是将文本转换为索引词的过程，分析的结果依赖于分词器。比如：FOO、BAR、Foo-Bar和foo bar这几个单词有可能会被拆分成相同的索引词foo和bar，这些索引词存储在Elasticsearch的索引库中。当用FoO：bAR进行全文搜索的时候，搜索引擎根据匹配计算也能在索引库中搜索出之前的内容。

集群（cluster）

集群由一个或多个节点组成，对外提供服务，对外提供索引和搜索功能。在所有节点，一个集群有一个唯一的名称默认为『Elasticsearch』。此名称是很重要的，因为每个节点只能是集群的一部分，当该节点被设置为相同的集群名称时，就会自动加入集群。当需要有多个集群的时候，要确保每个集群的名称不能重复，否则，姐弟啊可能会假如错误的集群。

请注意：一个节点只能假如一个集群，此外，你还可以拥有多个独立的集群，每个集群都有其不同的集群名称。

例如，在开发过程中，可以建立开发集群库和此时集群库，分别为开发、测试服务。

Elasticsearch集群结构如下图：

节点（node）

一个节点是一个逻辑上独立的服务，它是集群的一部分，可以存储数据，并参与集群的索引和搜索功能。

节点也有唯一的名字，在启动的时候分配。如果你不想要默认名称，你可以定义任何你想要的节点名。这个名字在管理中很重要，在网络中Elasticsearch集群通过节点名称进行管理和通信。

一个节点可以被配置假如一个特定的集群。默认情况下，每个节点会加入名为Elasticsearch的集群中，这意味着如果你在网络上启动多个节点，如果网络通常，他们能彼此发现并自动假如一个名为Elasticsearch的集群中，你可以拥有多个你想要的节点。当网络没有集群运行的时候，只要启动任何一个节点，这个节点会默认生成一个新的集群，这个集群会有一个节点。

路由（routing）

当存储一个文档的时候，它会存储在唯一的主分片中，具体哪个分片是通过散列值进行选择。默认情况下，这个值是由文档的ID生成。如果文档有一个指定的父文档，则从父文档ID中生成，该值可以在存储文档的时候进行修改。

分片（shard）

分片是单个Lucene实例，这是Elasticsearch管理的比较底层的功能。所以是指向主分片和副本分片的逻辑空间。对于使用，只需要指定分片的数量，其它不需要做过多的事情。在开发使用的过程中，我们对应的对象都是索引，Elasticsearch会自动管理集群中的所有分片，当发生故障的时候，Elasticsearch会把分片移动到不同的节点或者添加新的节点。

一个索可以存储很大的数据，这些空间可以超过一个节点的物理存储的限制。例如，十亿个文档占用磁盘空间为1TB。仅从单个节点搜索可能会很慢，还有一台物理机器也不一定能存储这么多的数据。为了解决这一问题，Elasticsearch将索引分解成多个分片。当你创建一个索引，你可以简单地定义你想要的分片数量。每个分片本身是一个全功能的、独立的打暖，可以托管在集群中的任何节点。

主分片（primary shard）

每个文档都存储在一个分片中，当你存储一个文档的时候，系统会首先存储在主分片中，然后会复制到不同的副本中。默认情况下，一个索引有5个主分片。你可以事先定制分片的数量，当分片一旦建立，则分片的数量不能修改。

副本分片（replica shard）

每个分片有零个或多个副本。副本主要是主分片的复制，其中有两个目的：

1. 增加高可用性： 当主分片失败的时候，可以从副本分片中选择一个作为主分片。
2. 提高性能： 当查询的时候可以到主分片或者副本分片中进行查询。默认情况下，一个主分片配有一个副本，但副本的数量可以在后面动态地配置增加。副本分片必须部署在不同的节点上，不能部署在和主分片相同的节点上。

分片主要有两个很重要的原因是：

• 允许水平分割扩展数据
• 允许分配和并行操作（可能在多个节点上）从而提高性能和吞吐量

复制（replica）

复制是一个非常有用的功能，不然会有单点问题。当网络中的某个节点出现问题的时候，复制可以对故障进行转移，保证系统的高可用。因此，Elasticsearch 允许你创建一个或多个拷贝，你的索引分片就形成了所谓的副本或副本分片。
复制是重要的，主要的原因有：

• 它提供了高可用性，当节点失败的时候不受影响。需要注意的是，一个复制的分片不会存储在同一个节点中。
• 它允许你扩i展搜索量，提高并发量，因为搜索可以在所有副本上并行执行。

每个索引可以拆分成多个分片。索引可以复制零个或者多个分片。一旦复制，每个索引就有了主分片和副本分片。分片的数量和副本的数量可以在创建索引时定义。当创建索引后，你可以随时改变副本的数量，但你不能改变分片的数量。

默认情况下，每个索引分配5个分片和一个副本，这意味着你的集群节点至少要有两个节点，你将拥有5个主要的分片和5个副本分片共计10个分片。

索引（index）

索引是具有相同结构的文档集合。例如，可以有8个客户信息的索引，包括一个产品目录的索引，一个订单数据的索引。在系统上索引的名字全部小写，通过这个名字可以用来执行索引、搜索、更新和删除等操作。在单个集群中，可以定义多个你想要的索引。索引结构如下图：

类型（type）

在索引中，可以定义一个或多个类型，类型是索引的逻辑分区。在一般情况下，一种类型被定义为具有一组公共字段的文档。例如，让我们假设你运行一个博客平台，并把所有的数据存储在一个索引中。在这个索引中，你可以定义一种类型为用户数据，一种类型为博客数据，另一种类型为评论数据。

文档（document）

文档是存储在Elasticsearch中的一个JSON格式的字符串。它就像在关系数据库中表的一行。每个存储在索引中的一个文档都有一个类型和一个ID，每个文档都是一个JSON对象，存储了零个或者多个字段，或者键值对，原始的JSON文档被存储在一个叫做 _source 的字段中。当搜索文档的时候默认返回的就是这个字段。

映射（mapping）

映射像关系数据库中的表结构，每一个索引都有一个映射，它定义了索引中的每一个字段类型，以及一个索引范围内的设置。一个映射可以事先被定义，或者在第一次存储文档的时候自动识别。

字段（field）

文档中包含零个或多个字段，字段可以是一个简单的值（例如字符串、整数、日期），也可以是一个数组或对象的嵌套结构。字段类似于关系数据库中表的列。每个字段都对应一个字段类型，例如正数、字符串、对象等。字段还可以指定如何分析该字段的值。

来源字段（source field）

默认情况下，你的原文档将被存储在 _source 这个字段中，当你查询的时候也是返回这个字段。这允许你可以从搜索结果中访问原始的对象，这个对象返回一个精确的JSON字符串，这个对象不显示索引分析后的其它任何数据。

主键（ID）

ID是一个文件的唯一标识，如果在库存的时候没有提供ID，系统会自动生成一个ID，文档的index/type/id必须是唯一的。