一起学ElasticSearch 7.X -- Elasticsearch概览

首先这是一套关于elasticsearch7.0使用与探索的文章，主要面向对elasticsearch有一定了解的用户；和其它技术系列文章一样，在开始本系列探索之前，我们需要对ES（elasticsearch）进行下整理了解。

一、介绍：

一句话概述：

es是基于lucene分片（shard）存储的近实时的分布式搜索引擎。

名词解释：
Lucene：使用java语言编写的存储与查询框架，通过组织文档与文本关系信息进行倒排索引，内部形成多个segment段进行存储，是es的核心组件，但不具备分布式能力。

segment：Lucene内部最小的存储单元，也是es的最小存储单元，多个小segment可合为一个较大的segment，并但不能拆分。

shard：es为解决海量数据的处理能力，在Lucene之上设计了分片的概念，每个分片存储部分数据，分片可以设置多个副本，通过内部routing算法将数据路由到各个分片上，以支持分布式存储与查询。

近实时：严格讲es并不是索引即可见的数据库，首先数据会被写入主分片所在机器的内存中，再触发flush操作，形成一个新的segment数据段，只有flush到磁盘的数据才会被异步拉取到其它副本节点，如果本次搜索命中副本节点且数据没有同步的话，那么是不会被检索到的；es默认flush间隔是1s，也可通过修改refresh_interval参数来调整间隔（为提升性能和体验，一版设置30s-60s）。

分布式：es天生支持分布式，配置与使用上与单机版基本没什么区别，可快速扩张至上千台集群规模、支持PB级数据检索；通过内部路由算法将数据储存到不同节点的分片上；当用户发起一次查询时，首先会在各个分片上完成提前批处理（这个会在之后章节详细讲解），处理后的数据汇总到请求节点再做一次全局处理后返回。

当然，也有人将es定义为开箱即用的NoSql文档数据库，这么说也没错，es借助其平滑扩展的能力实现了nosql数据库对海量数据增删改查的能力，目前市面上基于文档存储的nosql数据库有Mongo