1: Elasticsearch 简介

ElasticSearch是一个基于[Lucene]的搜索服务器。它是一个提供了基于RESTful 的web接口，能够达到实时，稳定，可靠，快速的搜索引擎

2： Elasticsearch的架构

master

主要功能是维护元数据，管理集群各个节点的状态，数据的导入和查询都不会走master节点，所以master节点的压力相对较小，因此master节点的内存分配也可以相对少些；但是master节点是最重要的，如果master节点挂了或者发生脑裂了，你的元数据就会发生混乱，那样你集群里的全部数据可能会发生丢失，所以一定要保证master节点的稳定性

data node

是负责数据的查询和导入的，它的压力会比较大，它需要分配多点的内存，选择服务器的时候最好选择配置较高的机器（大内存，双路CPU，SSD... 土豪~）；data node要是坏了，可能会丢失一小份数据。

client node

client node存在的好处是可以分担下data node的一部分压力,es的查询是两层汇聚的结果，第一层是在data node上做查询结果汇聚，然后把结果发给client node，client node接收到data node发来的结果后再做第二次的汇聚，然后把最终的查询结果返回给用户；所以我们看到，client node帮忙把第二层的汇聚工作处理了。任务会先丢给client node，client node要是处理不来，顶多就是client node停止了，不会影响到data node，es集群也不会走异常恢复

3： Es入门配置

   1. 集群名称，默认为elasticsearch：

cluster.name: elasticsearch
2. 节点名称，es启动时会自动创建节点名称，但你也可进行配置：
node.name: "Franz Kafka"
3. 是否作为主节点，每个节点都可以被配置成为主节点，默认值为true：
node.master: true
4. 是否存储数据，即存储索引片段，默认值为true：
node.data: true
master和data同时配置会产生一些奇异的效果：
1) 当master为false，而data为true时，会对该节点产生严重负荷；
2) 当master为true，而data为false时，该节点作为一个协调者；
3) 当master为false，data也为false时，该节点就变成了一个负载均衡器
. 5 设置一个索引的碎片数量，默认值为5：
index.number_of_shards: 5
6. 设置一个索引可被复制的数量，默认值为1：
index.number_of_replicas: 1
7. bind_host和publish_host可以一起设置：
network.host: 192.168.0.1
8. 可以定制该节点与其他节点交互的端口：
transport.tcp.port: 9300
9. 节点间交互时，可以设置是否压缩，转为为不压缩：
transport.tcp.compress: true
10. 可以为Http传输监听定制端口：
http.port: 9200
11. 禁止当前节点发现多个集群节点，默认值为true：
discovery.zen.ping.multicast.enabled: false
12. 设置新节点被启动时能够发现的主节点列表（主要用于不同网段机器连接）：
discovery.zen.ping.unicast.hosts: ["host1", "host2:port", "host3[portX-portY]"]
设置集群中master节点的初始列表，可以通过这些节点来自动发现新加入集群的节点。

4： Es组件介绍

 ## 4.1 kibana
  ## 4.2 es_sql
  ## 4.3 elasticsearch-kopf

5： Elasticsearch 术语

   ##5.1 Document 
   Elasticsearch中，文档(document)这个术语有着特殊含义，它特指最顶层结构或者根对象(root object)序列化成的JSON数据（以唯一ID标识并存储于Elasticsearch中）。索引和搜索的主要数据载体，对应写入到ES中的一个doc。
  ## 5.2 _index
   索引(index)类似于关系型数据库里的“数据库”——它是我们存储和索引关联数据的地方。
  ## 5.3 _type
   在Elasticsearch中，我们使用相同类型(type)的文档表示相同的“事物”，因为他们的数据结构也是相同的。所有类型下的文档被存储在同一个索引下，但是类型的映射(mapping)会告诉Elasticsearch不同的文档如何被索引
   ##5.4 shard
    每个Index（对应Database）包含多个Shard，默认是5个，分散在不同的Node上，但不会存在两个相同的Shard存在一个Node上。（当我们节点数和Shard数相等时，ElasticSearch集群的性能可以达到最优）
    当插入document的时候，Elasticsearch通过对docid进行hash来确定其放在哪个shard上面，然后在shard上面进行索引存储。

shard代表索引分片，es可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上。构成分布式搜索。分片的数量只能在索引创建前指定，并且索引创建后不能更改
##5.5 Replica
es可以设置多个索引的副本，副本的作用一是提高系统的容错性，当个某个节点某个分片损坏或丢失时可以从副本中恢复。二是提高es的查询效率，es会自动对搜索请求进行负载均衡
##5.6 field: document中的各个字段。
## 5.7 term: 词项，搜索时的一个单位，代表文本中的某个词。

6： Elasticsearch 索引

Lucene内部使用的是倒排索引的数据结构， 将词项（term）映射到文档(document)。
例如：某3个文档，假设某个字段的文本如下
ElasticSearch Server (文档1)
Matering ElasticSearch (文档2)
Apache solr 4 Cookbook (文档3)
term 次数 doc id
4 1 3
Apache 1 3
Cookbook 1 3
ElasticSearch 2 1,2
Matering 1 1
Server 1 1
solr 1 3

7： Elasticsearch查询过程

es在执行filter查询过滤的时候，会打开lucene的每个segment段文件，然后去判断里面的文档符合该filter与否，这个匹配的结果我们就可以用bitset来存储起来，下次同样的filter查询过来，我们就直接使用内存里面的bitset来进行判断就行了，而不需要再打开lucene的segment文件了，避免了io的操作，这样就可以大大提高查询处理的速度

8： Elasticsearch插入过程

略