ES 核心概念
概述
在前面的學習中，我們已經掌握了es是什麼，同時也把ES服務已經安裝啟動，那麼es是如何去儲存資料，資料結構又是什麼，又是如何實現搜尋的呢？我們先來聊聊ElasticSearch的相關概念吧叢集，節點，索引，型別，文件
elasticsearch 是面向文件，關係型資料庫和elasticsearch客觀的對比！
| Relational DB | ElasticSearch |
|---|---|
| 資料庫(database) | 索引(indices) |
| 表(tables) | types（慢慢被棄用） |
| 行(rows) | documents |
| 欄位(columns) | fields |
elasticsearch（叢集）中可以包含多個索引（資料庫），每個索引中可以包含多個型別（表），每個型別下又包含多個文件（行），每個文件中又包含多個欄位（列）。
物理設計：
elasticsearch在後臺把每個索引劃分成多個分片，每分分片可以在叢集中的不同伺服器間遷移自己就是一個叢集！預設的叢集名字就是elasticsearch
邏輯設計:
一個索引型別中，包含多個文件，比如說文件1，文件2。當我們索引一篇文件時，可以通過這樣的一各順序找到它:索引>型別>文件ID，通過這個組合我們就能索引到某個具體的文件。注意:ID不必是整數，實際上它是個字串。
文件
就是我們的一條一條資料
之前說elasticsearch是面向文件的，那麼就意味著索引和搜尋資料的最小單位是文件，elasticsearch中，文件有幾個重要屬性:
- 自我包含，一篇文件同時包含欄位和對應的值，也就是同時包含key:value!
- 可以是層次型的，一個文件中包含自文件，複雜的邏輯實體就是這麼來的!{就是一個json物件！fastjson進行自動轉換}
- 靈活的結構，文件不依賴預先定義的模式，我們知道關係型資料庫中，要提前定義欄位才能使用，在elasticsearch中，對於欄位是非常靈活的，有時候，我們可以忽略該欄位，或者動態的新增一個新的欄位。
儘管我們可以隨意的新增或者忽略某個欄位，但是，每個欄位的型別非常重要，比如一個年齡欄位型別，可以是字串也可以是整形。因為elasticsearch會儲存欄位和型別之間的對映及其他的設定。這種對映具體到每個對映的每種型別，這也是為什麼在elasticsearch中，型別有時候也稱為對映型別。
型別
型別是文件的邏輯容器，就像關係型資料庫一樣，表格是行的容器。型別中對於欄位的定義稱為對映，比如name對映為字串型別。我們說文件是無模式的，它們不需要擁有對映中所定義的所有欄位，比如新增一個欄位，那麼elasticsearch是怎麼做的呢?elasticsearch會自動的將新欄位加入對映，但是這個欄位的不確定它是什麼型別，elasticsearch就開始猜，如果這個值是18，那麼elasticsearch會認為它是整形。但是elasticsearch也可能猜不對，所以最安全的方式就是提前定義好所需要的對映，這點跟關係型資料庫殊途同歸了，先定義好欄位，然後再使用，別整什麼么蛾子。索引
就是資料庫
索引是對映型別的容器，elasticsearch中的索引是一個非常大的問文件集合。索引儲存了型別對映型別的欄位和其它設定。然後他們被儲存到了各個分片上。我們來研究下分片是如何工作的。
物理設計：節點和分片是如何工作的
一個叢集至少有一個節點，而一個節點就是一個elasticsearch程式，節點可以有多個索引預設的，如果你建立索引，那麼會又五個分片(primary shard，又稱主分片)構成，每一個主分片都會有個一副本（replica shard，又稱複製分片）
上圖是一個有3個節點的叢集，可以看到主分片和對應的複製分片都不會在同一個節點內，這樣有利於某個節點掛掉了，資料也不至於丟失。實際上，一個分片是一個Lucene索引，一個包含倒排索引的檔案目錄，倒排索引的結構使得elasticsearch在不掃描全部文件的情況下，就能告訴你哪些文件包含特定的關鍵字。不過，等等，倒排索引是什麼鬼?
倒排索引
elasticsearch使用的是一種稱為倒排索引的結構，採用Lucene倒排索作為底層。這種結構適用於快速的全文搜尋，一個索引由文件中所有不重複的列表構成，對於每一個詞，都有一個包含它的文件列表。例如，現在有兩個文件，每個文件包含如下內容:
study every day，good good up to foreve r#文件1包含的內容
To forever，study every day，good good up #文件2包含的內容為了建立倒排索引，我們首先要將每個文件拆分成獨立的詞(或稱為詞條或者tokens)，然後建立一個包含所有不重複的詞條的排序列表，然後列出每個詞條出現在哪個文件:
現在我們試圖搜尋 to forever，只需要檢視包含每個詞條的文件 score
兩個文件都匹配，但是第一個文件比第二個匹配程度更高。如果沒有別的條件，現在，這兩個包含關鍵字的文件都將返回。
再來看一個示例，比如我們通過部落格標籤來搜尋部落格文章。那麼倒排索引列表就是這樣的一個結構:
如果要搜尋含有python標籤的文章，那相對於查詢所有原始資料而言，查詢倒排索引後的資料將會快的多。只需要檢視標籤這一欄，然後獲取相關的文章ID即可。
elasticsearch的索引和Lucene的索引對比
在elasticsearch中，索引這個詞被頻繁使用，這就是術語的使用。在elasticsearch中，索引被分為多個分片，每份分片是一個Lucene的索引。所以一個elasticsearch索引是由多個Lucene索引組成的。別問為什麼，誰讓elasticsearch使用Lucene作為底層呢!
如無特指，說起索引都是指elasticsearch的索引。
接下來的一切操作都在kibana中Dev Tools下的Console裡完成。基礎操作!本作品採用《CC 協議》，轉載必須註明作者和本文連結