Elasticsearch基础笔记

一个采用Restful API 标准的高扩展性和高可用性的实时数据分析的全文搜索工具
涉及到的一些概念：
node(节点)，
Cluster：(集群，一个或多个node组织在一起)，
Document：（文档）一个文档是一个可被索引的基础信息单元，
index：(索引) 一个拥有几分相似特征的文档的集合
Type：(类型) 一个索引中，你可以定义一种或多种类型
Field：(列) Field是Elasticsearch的最小单元，相当于数据的某一列,一个文档中可能包含多个field
Shards：(分片) Elasticsearch将索引分成若干份，每个部门是一个shard。 why?因为一个索引的大小可能会超出单个节点这个硬盘限制的大小（也就是说这个节点硬盘没那么大容量）
比如：一个具有10亿个文档的索引，它的大小可能就占据了将近1TB的磁盘空间,而你的节点可能就没有那么大的磁盘，其次，如果1TB大小的索引放在一个节点上，那么单个节点处理搜索的请求肯定会响应很慢。这个shards 在索引创建的时候就可以定义，默认值是5份，但是索引创建完之后，这个值就没法更改了。
Replicas：(复制) 是索引一份或多份的拷贝

非关系型数据库：存储的是非结构化的数据，图片，文本等
Elasticsearch 架构：

从最底层开始说吧：
当ES关闭再启动的时候，它就会从Gateway里面读取索引数据，支持，本地的，分布式的和HDFS等
再上一层就是ES就是基于Lucence这个框架写的
再网上就是ES对数据的加工方式，我们可以看到这个创建index的模块，搜索模块，Mapping 是定义index 下面 type字段的处理规则，比如说索引如何建立，还有索引数据类型等等，相当于mysql 里面的schema,River是运行在ES内部的插件，主要是从外部获取异构数据，然后再ES里面创建索引，常见的插件有：RabbitMQ River 还有Twitter River
Discovery 是ES 自动发现节点的机制，ES是基于P2P的机制，通过广播寻找节点，然后再通过多播协议来进行节点间的通信，同时也支持点对点的交互
Scripting 可以很方便对查询出来的数据进行加工处理，支持的脚本类型js,python
3rd 是ES支持很多种插件，社区活跃，比如中文分词，状态监控，一条命令就可以安装
Transport 是ES的交互方式，默认是HTTP协议
最顶层就是ES API的交互方式了。现在最主流的交互方式
JAVA语言是ES交互最好的。使用JAVA可以开发出工具更好的管理ES