(01)Elasticsearch的核心概念

1.Near Realtime（NRT）：

		近实时，两层含义，
		1.从写入数据到数据可以被搜索到有一个小延迟（大概1秒）		
		2.基于es执行搜索和分析可以达到秒级

2.Cluster：

			集群:包含多个节点，每个节点属于哪个集群是通过一个配置（集群名称，默认是elasticsearch）来决定的，
			对于中小型应用来说，刚开始一个集群就一个节点很正常

3.Node：

		节点:集群中的一个节点，节点也有一个名称（默认是随机分配的），节点名
		称很重要（在执行运维管理操作的时候）默认节点会去加入一个名elasticsearch
		集群，当然一个节点也可以组成一个elasticsearch集群		

4.shart：

		单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了		
		shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每
		个shard都是一个lucene index。

5.replica：

		任何一个服务器随时可能故障或宕机，此时shard可能就会丢失，因此可以为每个shard创建多个replica副本。
		replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。
		primary shard（建立索引时一次设置，不能修改，默认5个）简称 shard，
		replica shard（随时修改数量，默认1个）简称replica，
		默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。

6.elasticsearch核心概念 vs. 数据库核心概念

Elasticsearch	关系型数据库
Document	行
Type	表
Index	库

7.Index:

		索引：包含一堆有相似结构的文档数据，比如可以有一个客户索引，商品分类索引，订单索引，
		一个index包含很多document，一个index就代表了一类类似的或者相同的document。
		比如说建立一个product index，商品索引，里面可能就存放了所有的商品数据，所有的商品document。

8.Type:

		类型，每个索引里都可以有一个或多个type，type是index中的一个逻辑数据分
		类，一个type下的document，都有相同的field，比如博客系统，有一个索引，
		可以定义用户数据type，博客数据type，评论数据type。

9.Document&file：

		文档:es中的最小数据单元，一个document可以是一条客户数据，一条商品分
		类数据，一条订单数据，通常用JSON数据结构表示，每个index下的type中，都
		可以去存储多个document。一个document里面有多个field，每个field就是一个
		数据字段
		这个就是一个Document
	  	{
			"_index": "test_index",
			"_type": "test_type",
			"_id": "1",
			"_version": 1,
			"found": true,
			"_source": {
			 "aa": "bb", // key:value 字段名：值
			 "bb": "cc",
			 "cc": "dd"
			}
		}

10.正向索引

		每个文件都对应一个文件ID，文件内容被拆分为多个关键字。实际上在搜索引擎索引库中，关键词也已经转换	
		为关键词ID。这样的数据结构就称为正向索引。总之就是一个Document 对应着多个关键字，为每个关键字建立  	索引，

11.倒排索引

一个关键词对应着多个Document

12.全文检索

		通过倒排索引对数据进行检索的过程就是全文检索

13.什么是 Lucene

		Lucene是一个全文搜索框架，就是一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包
		括各种算法
		用lucene，我们就可以去将已有的数据建立索引，lucene会在本地磁盘上面，给我们组织索引的数据结构。另外
		的话，我们也可以用lucene提供的一些功能和api来针对磁盘上数据进行操作