elasticsearch

search：搜索
elastic：弹性的
功能：
搜索引擎，全文索引的搜索引擎 文件存储

概述：

elasticsearch是一个分布式可扩展的实时搜索和分析引擎，一个建立在全文搜索ApacheLucene基础上的搜索引擎，它不仅可以进行全文搜索，还可以进行以下工作：
1.分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索
2.实时分析的分布式搜索引擎
3.可以扩展到上百台服务器（水平扩展非常方便），处理PB级别的结构化或非及结构化数据
4.提供了REST API（软件和软件的接口）的操作接口，开箱即用

存储单位：
1YB=1024ZB
1ZB=1024EB
1EB=1024PB
1PB=1024TB
1TB=1024GB
1GB=1024MB
1MB=1024KB
1KB=1024B

基本概念：

elasticsearch使面向文档型数据库，一条数据在这里就是一个文档
1、索引（index）：
索引使具有相似特性的文档集合。例如：可以为客户数据提供索引，为产品目录建立另一个索引，以及为订单数据建立另一个索引。索引由名称（必须全部为小写）标识，该名称用于在对其中的文档执行索引、搜索、更新和删除操作时引用索引。在单个集群中，您可以定义尽可能多的索引。（可以将索引理解为数据库里面的一个库，分别存储不同的数据）
2、文档（document）：
Elasticsearch文档是一个存储在索引中的JSON文档。每个文档都有一个类型和对应的ID，这是唯一的。如：

{
   “index”：“packtpub”，
   “type”：“elk”，
   “_id”：“1”，
   “_version”：1，
   “found”：true，
   ”_source“：{
        book_name:“learning elk”，
        book_author：“鲁迅” 
    }
}   #json格式

3、字段（filed）
文档内的一个基本单位，键值对形式（book_name:“learning elk”）

4.类型（Type）
类型是index下的一个逻辑分类。比如：wealth这个index里，可以按照城市分组，也可以按照气候类型分组，这种分组就叫做类型

5.映射（Mapping）
映射用于映射文档的每个filed及其对应的数据类型，例如字符串、整数、浮点数、双精度数、日期等等。

6.分片（Shard）
shard：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。
索引可以理解为sql中的库。

主分片（实际工作的）/复制分片（备份的）（两个分片一模一样，）
主分片：shard/primary shard
复制分片：replica shard
主分片和复制分片不会放在一起

7.分词
把一段文本中的词按一定规则进行切分

8.主分片（shard/Primary shard）与复制分片（replica shard）
复制分片通常驻留在一个不同的节点上，而不是主碎片，在故障转移和负载平衡的情况下，可以满足多个请求

9.集群（Cluster）
集群式存储索引数据的节点集合。elasticsearch提供了水平的可伸缩性用以存储集群中的数据。每个集群都由一个集群名称来表示，不同的节点指明集群名称连接在一起。

10.节点（Node）
节点是一个单独远行的elasticsearch实例，它属于一个集群。默认情况下，elasticsearch中的每个节点口加入名为“elasticsearch”的集群。每个节点都可以在elasticsearch中使用自己的elastic search.yml，他们可以对内存和资源分配有不同的设置。

es集群分类

1. 数据节点(Data Node)
数据节点索引文档并对索引文档执行搜索。建议添加更多的数据节点，以提高性能或扩展集群。通过在
elasticsearch中设置这些属性，可以使节点成为一个数据节点。elasticsearch.yml配置

2. 管理节点(Master Node)
主节点负责集群的管理。对于大型集群，建议有三个专用的主节点(一个主节点和两个备份节点)，它们只作为
主节点，不存储索引或执行搜索。

3. 路由节点亦称负载均衡节点(Routing Node or load balancer node)
这些节点不扮演主或数据节点的角色，但只需执行负载平衡，或为搜索请求路由，或将文档编入适当的节
点。这对于高容量搜索或索引操作非常有用。

4. 提取节点（lngest节点）
可以创建多个预处理管道，用以修改传入文档

</