最近在看一套 es 的教學視訊，以下筆記主要來自視訊資源
Near Realtime（NRT）：近實時，先說實時就是資料建立到查詢時間在毫秒級或更少； 和實時不一樣的是近實時資料在建立到查詢最多需要n秒時間，n秒是索引重新整理週期（假如設定n為5秒，若你在2秒的時候插入了一條資料，那麼你還需要等3秒才能查詢到這條資料， 若你在4秒時插入那麼你需要再等1秒即可）。 Ps：因為還沒學習到es 的配置不知道n 最小可以設定成多少？值得考慮的是n設定成多少才會對相應的系統更高效？
Cluster：叢集， es 是一個分散式的搜尋引擎，顧名思義es 可以實現分散式架構包含多個節點，每個節點屬於哪個叢集是通過一個配置（叢集名稱，預設是elasticsearch）來決定的
Node： 節點， 叢集中的一個節點，節點也有一個名稱（預設是隨機分配的），節點名稱很重要（在執行運維管理操作的時候），預設節點會去加入一個名稱為“elasticsearch”的叢集
Document：文件， es中的最小資料單元，一個document可以是一條客戶資料，一條商品分類資料，一條訂單資料，通常用JSON資料結構表示， 例如：一個學生的 document 如下
{ "id": "2018001", "name": "張三", "age":"17"， "class": "三年一班", "sex": "male" }
Field：域值，Document由一系列的Fields組成，每一個Field都有一個名字和值，每個field就是一個資料欄位。例如上面document 中 “name”:”張三” 就是一個field
Index：索引，包含一堆有相似結構的文件資料，比如可以有一個客戶索引，商品分類索引，訂單索引，索引有一個名稱。一個index包含很多document，一個index就代表了一類類似的或者相同的document。比如說建立一個product index，商品索引，裡面可能就存放了所有的商品資料，所有的商品document。
Type：型別，每個索引裡都可以有一個或多個type，type是index中的一個邏輯資料分類，一個type下的document，都有相同的field，但是一個索引下可以有分很多種類，每個種類的document的field可能不太一樣
Index ->家用電器
type –> 電視
document —> {“產品序號” : “t001”, “價格” : “2600.00”, “品牌” : “HXXX”, “尺寸” : “50英寸” }
document —> {“產品序號” : “t002”, “價格” : “2300.00”, “品牌” : “KXXX”, “尺寸” : “49英寸” }
type –> 空調
document—> {“產品序號” : “a011”, “價格” : “2799.00”, “品牌” : “GXXX”, “空調匹數” : “1.5P”, “製冷量” : “3500W” }
document—> {“產品序號” : “a021”, “價格” : “2600.00”, “品牌” : “MXXX”,”空調匹數” : “2P”,”製冷量” : “5250W” }
shard：主片段(shard 實際是指 primary shard)， 單臺機器無法儲存大量資料，es可以將一個索引中的資料切分為多個shard，分佈在多臺伺服器上儲存。有了shard就可以橫向擴充套件，儲存更多資料，讓搜尋和分析等操作分佈到多臺伺服器上去執行，提升吞吐量和效能。每個shard都是一個lucene index。
replica： 副本片段， 任何一個伺服器隨時可能故障或當機，此時shard可能就會丟失，因此可以為每個shard建立多個replica副本。replica可以在shard故障時提供備用服務，保證資料不丟失，多個replica還可以提升搜尋操作的吞吐量和效能。primary shard（建立索引時一次設定，不能修改，預設5個），replica shard（隨時修改數量，預設1個），預設每個索引10個shard，5個primary shard，5個replica shard，最小的高可用配置，是2臺伺服器。
—————————————–
elasticsearch核心概念 vs. 資料庫核心概念
Elasticsearch —> 資料庫
Document —-> 行
Type —-> 表
Index —-> 庫
學習筆記 – 若轉載請於明顯處標明出處：https://www.cnblogs.com/gonson/p/9328941.html