基本概念

es裡面有很多核心概念，從一開始瞭解這些概念會更有助於瞭解es。

準實時（NRT,near realtime）

es是一個準實時的搜尋平臺，這就意味當你存一條資料進去到可以搜尋到中間有一定延遲（一般是一秒左右）。

叢集

叢集是存有資料多個節點的集合。叢集用名字來作為唯一標誌，預設為“elasticsearch”。叢集的名字非常重要，因為一個節點只能屬於一個叢集。

節點

es叢集的一部分，節點是用來儲存資料、提供搜尋請求計算的單位。es節點和es叢集一樣都是用名字來作為唯一標識的，es節點預設的名字是uuid。

es節點在一個網段裡面是有自動發現功能的，節點啟動前配置好節點要加入的叢集名稱，es節點就會自動加入叢集。

在一個叢集裡面，你可以加入任意多你想新增的節點。

下面的概念不翻譯成中文了，因為會和傳統資料庫的叫法混淆。

index

索引。索引是一組具有相同特點文件的集合。在es裡面，索引是參與搜尋、更新、刪除的基本單位。
在一個叢集裡面，你可以建立任意多的索引。
在這裡的索引不同於傳統資料庫的索引。

type

型別。在索引裡面，你可以定義多個型別，型別在索引裡面僅僅是一個邏輯層面的分類欄位。在索引裡面，你可以將裡面的所有欄位按照分類從邏輯層面用型別來區分。

document

文件。文件在es裡面是資料儲存的最基本單元。

shard&relicas（分片和副本）

es是一個分散式的系統，分散式就必須要考慮到容災、資料丟失的容錯問題。

shard（分片）

一個index是可以儲存超過一臺節點硬體極限的資料。為了能夠讓更多的資料儲存在es叢集裡面，es能夠讓index打散成多個分片分佈在不同的節點上從而增大index儲存資料的量。這個打散的碎片就是shard分片。

每個index建立的時候都能定義分片的數量，定義好後是不能修改的。

• 分片可以水平擴充套件index儲存的資料量
• 分片可以讓計算請求分為多個並行處理。一個分片會有一個執行緒處理一份資料，多個分片會有多個執行緒來處理一個請求。

replication（副本）

分散式系統都會有副本的概念，因為資料分散的分佈在不同的機器上，難免會遇到網路、宕機、硬碟損壞等造成資料損壞、丟失等嚴重情況，所以一份資料會有多個副本保證資料的完整安全性。

這裡副本實際上是分片的副本，資料在節點上以分片資料的形式存在，es通過演算法使每臺機器上的碎片副本儲存在其它機器上，保證在down掉更多機器的情況下依然保證資料不會丟失。

• 當分片或者幾點down掉之後，副本依然能夠保證資料的完整性，所以分片的副本絕不會和原始分片分佈在一臺機器上。
• 因為搜尋的時候，也會並行的在分片副本上進行，所以副本會擴大你叢集搜尋的吞吐量，從而加快搜索的速度

建立index的時候可以定義分片和副本的數量，副本的數量可以動態修改，分片的數量一旦定義就不能修改。
總而言之，言而總之，副本和分片數量都對index的搜尋速度有影響。

分片越多，搜尋的執行緒越多，佔用的資源多，自然快，適用於資料量很大的情況。資料量很小分片很多的時候會造成資源的浪費。

副本越多，可以搜尋的檔案越多，會提升搜尋的速度，但是副本多也會對寫入速度造成影響。

所以要根據資料實際使用的場景合理設定副本和分片的數量。