索引

• 索引是文档的容器，是一类文档的集合

  1. index 体现了逻辑空间的概念： 每个索引都有自己的Mapping定义，用于定义包含的文档的字段名和字段类型。
  2. Shard 体现了物理空间的概念：索引中的数据分散在Shard上。

• 索引这个词在 ElasticSearch 会有三种意思:

  1. 索引(名词)
     类比传统的关系型数据库领域来说，索引相当于SQL中的一个数据库(Database)。索引由其名称(必须为全小写字符)进行标识。
  2. 索引(动词)
     保存一个文档到索引(名词)的过程。这非常类似于SQL语句中的 INSERT关键词。如果该文档已存在时那就相当于数据库的UPDATE。
  3. 倒排索引
     关系型数据库通过增加一个B+树索引到指定的列上，以便提升数据检索速度。索引ElasticSearch 使用了一个叫做 倒排索引 的结构来达到相同的目的。

• 与关系型数据库的类比

  
  

Type

Type 可以理解成关系数据库中Table。
之前的版本中，索引和文档中间还有个类型的概念，每个索引下可以建立多个类型，文档存储时需要指定index和type。从6.0.0开始单个索引中只能有一个类型，7.0.0以后将将不建议使用，8.0.0 以后完全不支持。

弃用该概念的原因：

1. 我们虽然可以通俗的去理解Index比作 SQL 的 Database，Type比作SQL的Table。但这并不准确，因为如果在SQL中,Table 之前相互独立，同名的字段在两个表中毫无关系。但是在ES中，同一个Index 下不同的 Type 如果有同名的字段，他们会被 Luecence 当作同一个字段 ，并且他们的定义必须相同。所以我觉得Index现在更像一个表，而Type字段并没有多少意义。
2. 目前Type已经被Deprecated，在7.0开始，一个索引只能建一个Type为_doc。

文档（Document）

• Index 里面单条的记录称为Document（文档）。等同于关系型数据库表中的行。
• Elasticsearch 是面向文档的，文档是所有可搜索数据的最小单位。
  1. 一部电影的具体信息/一张唱片的详细信息
• 文档会被序列化JSON格式，保存在Elasticsearch中
  1. JSON对象由字段组成
  2. 每个字段都有对应的字段类型 (字符串/数值/布尔/日期/二进制/范围类型)
• 每个文档都有一个Unique ID
  1. 你可以自己指定ID
  2. 或者通过Elasticsearch自动生成

• 文档的源数据

  
  

#源数据用于标注文档的相关信息
#_index 文档所属的索引名
#_type 文档所属的类别名
#_id 文档的唯一id
#_source 文档的原始Json数据
#_version 文档的版本信息
#_seq_no 严格递增的顺序号，每个文档一个，Shard级别严格递增，保证后写入的Doc的_seq_no大于先写入的Doc的_seq_no
#primary_term primary_term也和_seq_no一样是一个整数，每当Primary Shard发生重新分配时，比如重启，Primary选举等，_primary_term会递增1
#found 查询的ID正确那么ture, 如果 Id 不正确，就查不到数据，found字段就是false。

节点

• 节点是一个Elasticsearch的实例
  1. 本质上就是一个JAVA进程。
  2. 一台机器可以运行多个Elasticsearch进程，但是生产环境一般建议还是一台机器运行一个Elasticsearch实例。
• 每个节点都有名字，通过配置文件配置，或者启动的时候 -E node.name=node1 指定
• 每个节点在启动之后，会分配一个UID，保存在data目录下

Master-eligible 节点 和 Master 节点

• 每个节点启动后，默认就是一个Master eligible 节点
• Master-eligible节点可以参加选主流程，成为Master节点
• 当第一个节点启动的时候，它会将自己选举成Master节点
• 每个节点上都保存了集群的状态，但是只有Master节点才能修改集群的状态信息
  1. 集群状态（Cluster State），维护了一个集群中，必要的信息所有的节点信息、所有的索引和其相关的Mapping 与 Setting 信息、分篇的路由信息。

Data 节点 和 Coordinating 节点

• Data 节点
  1. 可以保存数据的节点，叫做Data Node。负责保存分片数据，在数据扩展上起到了至关重要的作用。
• Coordinating 节点
  1. 负责接受Client的请求，将请求分发到合适的节点，最终把结果汇聚到一起。
  2. 每个节点默认都起到了Coordinating Node 的职责。

其他节点

• Hot & Warm 节点
  1. 不同硬件配置的Data Node，用来实现Hot & Warm 结构，降低集群部署的成本。
• Machine Learning Node
  1. 负责跑机器学习的Job。

分片

• 主分片，用以解决数据水平扩展的问题，通过主分片，可以将数据分布到集群的所有节点之上
  1. 一个分片是一个运行的Lucene的实例。
  2. 主分片在索引创建时指定，后续不允许修改，除非Reindex。
• 副本，用以解决数据高可用的问题，副本分片是主分片的拷贝
  1. 副本分片数，可以动态调整。
  2. 增加副本数，还可以在一定程度上提高服务可用性（读取的吞吐）。
• 分片的设定

1. 分片数设置过小
   导致后续无法增加节点进行水平扩展。
   导致分片的数据量太大，数据在重新分配时耗时。
2. 分片数设置过大
   影响搜索结果的相关性打分，影响统计结果的准确性。
   单个节点上过多的分片，会导致资源浪费，同时也会影响性能。