前段時間在做ElasticSearch資料分析相關的工作，一直想翻譯ES的官方文件，相當於ES的入門文件吧。
Elasticsearch是一個高度可擴充套件的開源全文搜尋和分析引擎。它允許使用者快速，實時地儲存，搜尋和分析大量資料。ES通常用作為具有複雜的搜尋功能和要求的應用程式提供的底層引擎/技術。
官方提供了幾個示例用例：
- 你執行一個線上網上商店，讓你的客戶能夠搜尋你銷售的產品。在這種情況下，你可以使用Elasticsearch儲存整個產品目錄和庫存，併為其提供搜尋和自動填充建議。
- 你要收集日誌或事務資料，並且你想分析和挖掘此資料以查詢趨勢，統計資訊，摘要或異常。在這種情況下，你可以使用Logstash（Elasticsearch / Logstash / Kibana堆疊的一部分）來收集，聚合和解析資料，然後將Logstash將此資料提供給Elasticsearch。一旦資料在Elasticsearch中，你可以執行搜尋和聚合來挖掘你感興趣的任何資訊。
- 你執行一個價格提醒平臺，讓價格優惠的客戶指定一個規則，如“我有興趣購買一個特定的電子小工具，如果小工具的價格在下個月內任何供應商的價格低於$ X，我想收到通知” 。在這種情況下，你可以檢索供應商價格，推動他們進入彈性搜尋，並使用其反向搜尋（Percolator）功能來匹配價格變動與客戶查詢，並最終一旦發現匹配，將警報給客戶。
- 你有分析/商業智慧需求，並希望快速調查，分析，視覺化和詢問大量資料的特殊問題（考慮數百萬或數十億條記錄）。在這種情況下，你可以使用Elasticsearch儲存資料，然後使用Kibana（Elasticsearch / Logstash / Kibana堆疊的一部分）構建自定義儀表板，以便視覺化對你重要的資料的方面。此外，你可以使用Elasticsearch聚合功能對你的資料執行復雜的商業智慧查詢。
官方文件的其餘部分將引導使用者完成ES的執行過程，並在其中進行檢視，並執行索引，搜尋和修改資料等基本操作。而最後，使用者將瞭解它的工作原理以及和對此的啟發，以瞭解如何使用它來構建複雜的搜尋應用程式或從資料中挖掘智慧。
基本概念
有幾個概念是Elasticsearch的核心。從一開始就理解這些概念將大大有助於緩解學習過程。
近實時（NRT）
Elasticsearch是一個接近實時的搜尋平臺。這意味著從你索引一個文件到該文件可搜尋的時間稍微延遲（通常為1秒）。
叢集
叢集是一個或多個節點（伺服器）的集合，它們共同儲存整個資料，並在所有節點之間提供聯合的索引和搜尋功能。叢集由唯一的名稱標識，預設情況下是“elasticsearch”。此名稱很重要，因為如果節點設定為通過其名稱加入叢集，則節點只能作為叢集的一部分。確保不要在不同環境中重複使用相同的叢集名稱，否則可能會導致節點加入錯誤的叢集。例如，你可以對開發，分段和生產叢集使用logging-dev，logging-stage和logging-prod。請注意，擁有隻有一個節點的叢集是有效和完美的。此外，你還可以擁有多個獨立的群集，每個群集都有自己獨特的群集名稱。
節點
節點是作為叢集一部分的單個伺服器，儲存資料，並參與叢集的索引和搜尋功能。就像一個叢集一樣，一個節點被一個名稱標識，預設情況下是一個隨機的通用唯一識別符號（UUID），它在啟動時分配給節點。如果你不想要預設值，你可以定義所需的任何節點名稱。此名稱對於管理目的很重要，你希望確定網路中的哪些伺服器對應於Elasticsearch叢集中的哪些節點。可以將節點配置為按叢集名稱加入特定叢集。
預設情況下，每個節點都設定為加入名為elasticsearch的群集，這意味著如果你在網路上啟動了多個節點，並且假設它們可以相互發現，則它們將自動形成並加入名為elasticsearch的單個群集。
在單個叢集中，你可以擁有很多你所需所需的節點數。此外，如果沒有其他彈性搜尋節點執行在你的網路上，啟動單個節點將預設形成名為elasticsearch的新的單節點群集。
索引
索引是具有某種相似特徵的文件的集合。例如，你可以擁有客戶資料的索引，產品目錄的一個索引，以及訂單資料的另一個索引。索引由名稱（必須全部為小寫）標識，該名稱用於在針對其中的文件執行索引，搜尋，更新和刪除操作時引用索引。
在單個叢集中，你可以根據需要定義任意多的索引。
型別
在索引中，你可以定義一個或多個型別。型別是索引的邏輯類別/分割槽，其語義完全取決於你。通常，為具有一組公共欄位的文件定義了一種型別。例如，假設你執行一個部落格平臺，並將所有資料儲存在單個索引中。在此索引中，你可以定義使用者資料的型別，部落格資料的另一種型別以及註釋資料的另一種型別。
文件
文件是可以索引的基本資訊單元。例如，你可以擁有單個客戶的文件，單個產品的另一個文件，以及單個訂單的另一個文件。文件以JSON表示，這是一種無處不在的網際網路資料交換格式。在索引/型別中，你可以儲存儘可能多的文件。請注意，雖然文件物理上位於索引中，但實際上文件實際上必須被索引/分配給索引中的型別。
碎片和複製
索引可能潛在地儲存可能超過單個節點的硬體限制的大量資料。例如，佔用1TB磁碟空間的10億個文件的單個索引可能不適合單個節點的磁碟，或者可能太慢，無法單獨從單個節點提供搜尋請求。
為了解決這個問題，Elasticsearch提供了將索引細分為多個稱為碎片的片段的功能。建立索引時，你可以簡單地定義所需的分片數。每個分片本身就是一個全功能且獨立的“索引”，可以在叢集中的任何節點上託管。
分片是重要的兩個主要原因：
- 它允許你水平分割/擴充套件你的內容卷
- 允許你在分片（潛在地在多個節點上）分散和並行操作，從而提高效能/吞吐量
如何將其文件聚合回搜尋請求完全由Elasticsearch管理，對使用者來說對你是透明的。
在可以隨時預期故障的網路/雲環境中，非常有用，並強烈建議使用故障切換機制，以防止分片/節點因為某種原因離線或消失。 為此，Elasticsearch允許你將索引的碎片的一個或多個副本複製到所謂的複製分片，或簡寫為複本。
副本是重要的兩個主要原因：
- 它提供高可用性，以防分片/節點失敗。 因此，重要的是要注意，複製分片從未從與其複製的原始/主分片在同一節點上分配。
- 它允許你擴充套件搜尋量/吞吐量，因為可以對所有副本並行執行搜尋。
總而言之，每個索引可以分成多個分片。 索引也可以被複製為零（意味著沒有副本）或更多次。 一旦複製，每個索引將有 主碎片（複製的原始碎片）和副碎片（主碎片的副本）。 可以在建立索引時為每個索引定義碎片和副本的數量。 建立索引後，你可以隨時動態更改副本數，但不能更改事後的分片數。
預設情況下，Elasticsearch中的每個索引都分配了5個主分片和1個副本，這意味著如果你的叢集中至少有兩個節點，則索引將具有5個主分片和5個複本分片（1個完整副本），總共 每個指數10個碎片
注意：每個彈性搜尋碎片都是Lucene索引。 在一個Lucene索引中可以有最多的文件數量。 從LUCENE-5843起，限制為2,147,483,519（= Integer.MAX_VALUE - 128）文件。 你可以使用_cat / shards API監視分片大小。