Elasticsearch核心概念

一，Lucene和Elasticsearch的前世今生

Lucene，最先进、功能最强大的搜索库，直接基于Lucene开发，非常复杂，api复杂（实现一些简单的功能，写大量的java代码），需要深入理解原理（各种索引结构）
Elasticsearch，基于Lucene，隐藏复杂性，提供简单易用的restful api接口，java api接口（还有其他语言的api接口）

1.分布式的文档存储引擎
2.分布式的搜索引擎和分析引擎
3.分布式的，支持PB级的数据

开箱即用，优秀的默认 参数，不需要任何额外设置，完全开源

关于Elasticsearch的一个传说，有一个程序员失业了，陪着自己老婆去英国伦敦学习厨师课程，程序员的在失业期间想给老婆写一个菜谱的搜索引擎，觉得Lucene实在太复杂了，就开发了一个封装Lucene的开源项目，compass，后来程序员找到了工作，是做分布式的高性能项目，觉得compass不够，就写了Elasticsearch，让Lucene编程了分布式的系统。

二，Elasticsearch的核心概念

1.Near Realtime(NRT) :近实时

两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概：秒），基于ES执行搜索和分析可以达到秒级

2.Clutser：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），节点名称很总要（在执行运维管理操作的时候），默认节点回去加入一个名称为“elasticsearch”的集群，如果直接启动一堆节点，那么他们会自动组成一个elasticsearch集群，当然一个节点也可以组成一个elasticsearch集群）

4.Document：文档

ES中的最小数据单元，一个document可以使一条客户数据，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就是一个数据字段。 product document { “product_id”:“1”, “product_name”:“高露洁牙膏”, “product_desc”:“高效美白”, “category_id”:“2”, “category_name”:“日化用品” }

5.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，索引有一个名称。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，比如说简历一个product index，商品索引，里面就可能存放了所有商品数据，所有商品document。

6.Tpye：类型

每个索引里面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。

商品index，里面存放了所有的商品数据，商品document，但是商品分很多种类，每个种类的document的field可能不太一样，比如说电器商品，可能还包含一些诸如售后时间范围这样的特殊field，生鲜商品，还包含一些诸如生鲜保质期之类的特殊field。

type，日化用品type，电器商品type，生鲜商品type 日化商品type，product_id,product_name,product_desc,category_id,category_name 电器商品type，product_id,product_name,product_desc,category_id,category_name,sercice_period 生鲜商品type，product_id,product_name,product_desc,category_id,category_name,eat_period

每一个type里面，都会包含一堆document { “product_id”:“2”, “product_name”:“长虹电视机”, “product_desc”:“4k高清”, “category_id”:“3”, “category_name”:“电器”, “sercice_period”:“1年” }

{ “product_id”:“3”, “product_name”:“基围虾”, “product_desc”:“纯天然，冰岛产”, “category_id”:“4”, “category_name”:“生鲜”, “eat_period”:“7天” }

7.shard：分片

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shrad就可以横向扩展，存储更多数据，让搜索和 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。

8.replica：副本

任何一个服务器随时可以故障或宕机，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故障是提供备用服务，不丢失，多个replica还可以替身搜索操作的吞吐量和性能，primary shard（建立索引是一次设置，不能修改，默认5个），replica shrad（随时修改数量，默认1个），默认每个索引10个shard，5个primary shrad，5个 replica shrad，最小的高可用配置，是2台服务器。