1. Elasticsearch简介
1.1 举例入门介绍
- 你运行一个在线网上商店，让你的客户能够搜索你销售的产品。在这种情况下，你可以使用Elasticsearch存储整个产品目录和库存，并为其提供搜索和自动填充建议。
- 你要收集日志或事务数据，并且你想分析和挖掘此数据以查找趋势，统计信息，摘要或异常。在这种情况下，你可以使用Logstash（Elasticsearch / Logstash / Kibana堆栈的一部分）来收集，聚合和解析数据，然后将Logstash将此数据提供给Elasticsearch。一旦数据在Elasticsearch中，你可以运行搜索和聚合来挖掘你感兴趣的任何信息。
- 你运行一个价格提醒平台，让价格优惠的客户指定一个规则，如“我有兴趣购买一个特定的电子小工具，如果小工具的价格在下个月内任何供应商的价格低于$ X，我想收到通知” 。在这种情况下，你可以检索供应商价格，推动他们进入弹性搜索，并使用其反向搜索（Percolator）功能来匹配价格变动与客户查询，并最终一旦发现匹配，将警报给客户。
- 你有分析/商业智能需求，并希望快速调查，分析，可视化和询问大量数据的特殊问题（考虑数百万或数十亿条记录）。在这种情况下，你可以使用Elasticsearch存储数据，然后使用Kibana（Elasticsearch / Logstash / Kibana堆栈的一部分）构建自定义仪表板，以便可视化对你重要的数据的方面。此外，你可以使用Elasticsearch聚合功能对你的数据执行复杂的商业智能查询。
1.2 官方介绍
Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎，是建立在全文搜索引擎 Apache Lucene基础上的一个搜索引擎。当然 Elasticsearch 并不仅仅是 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行以下工作:
- 分布式实时文件存储，每一个字段都编入索引，使其可以被搜索。
- 实时分析的分布式搜索引擎。
- 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。
1.3 大白话介绍
Elasticsearch是一个基于文档的NoSQL数据库，是一个分布式、RESTful风格的搜索和数据分析引擎，同时也是Elastic Stack的核心，集中存储数据。Elasticsearch、Logstash、Kibana经常被用作日志分析系统，俗称ELK。
- 说白了就是一个数据库，在数据搜索这点非常快(但是插入更新较慢)，还可以进行分词，所以非常适合做搜索。例如商城的商品搜索等。
- 它是NoSQL数据库，数据格式可以随便造。
- Elasticsearch还为我们提供了丰富的RESTful风格的API，写代码的成本极低。
- 它支持分布式，高性能(搜索快)，高可用(某些节点宕机可以接着用)，可伸缩(可以方便的增加节点，解决物理内存上线问题)，适合分布式系统开发。
2. Elasticsearch的基本概念
为了快速了解Elasticsearch，我们可以与mysql几个概念做对比：
| Mysql | 数据库 | 表 | 行(Row) | 列(Columns) |
|---|---|---|---|---|
| Elasticsearch | 索引(Index) | 类型(type) | 文档(Docments) | 字段(Fields) |
2.1 集群(Cluster)
集群，对外提供索引和搜索的服务，包含一个或多个节点。每个节点属于哪个集群是通过集群名称来决定的（默认名称是elasticsearch），集群名称搞错了后果很严重。
命名建议是研发、测试环境、准生产、生产环境用不同的名称增加区分度，例如研发使用es-dev，测试使用es-test，准生产使用es-stg，生产环境使用es-pro这样的名字来区分。
如果是中小型应用，集群可以只有一个节点。
2.2 节点(Node)
单独一个Elasticsearch服务器实例称为一个node，node是集群的一部分。一个node只能加入一个Elasticsearch集群当中，集群提供完整的数据存储，索引和搜索的功能，它下面的每个node分摊上述功能。
每个node有独立的名称，node名称特别重要，Elasticsearch集群是通过node名称进行管理和通信的。
2.3 分片(Shard)
分片，是单个Lucene索引。由于单台机器的存储容量是有限的（如1TB），而Elasticsearch索引的数据可能特别大（PB级别，并且30GB/天的写入量）。
单台机器无法存储全部数据，就需要将索引中的数据切分为多个shard，分布在多台服务器上存储。利用shard可以很好地进行横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升集群整体的吞吐量和性能。
shard在使用时比较简单，只需要在创建索引时指定shard的数量即可，剩下的都交给Elasticsearch来完成，只是创建索引时一旦指定shard数量，后期就不能再更改了。
2.4 副本(Replica)
完全拷贝shard的内容，shard与replica的关系可以是一对多，同一个shard可以有一个或多个replica，并且同一个shard下的replica数据完全一样，replica作为shard的数据拷贝，承担以下三个任务：
- shard故障或宕机时，其中一个replica可以升级成shard。
- replica保证数据不丢失（冗余机制），保证高可用。
- replica可以分担搜索请求，提升整个集群的吞吐量和性能。
shard的全称叫primary shard，replica全称叫replica shard，primary shard数量在创建索引时指定，后期不能修改，replica shard后期可以修改。
默认每个索引的primary shard值为5，replica shard值为1，含义是5个primary shard，5个replica shard，共10个shard。
2.5 索引(Index)
索引，具有相同结构的文档集合，类似于关系型数据库的数据库实例（6.0版本type废弃后，于是索引的概念下降到等同于数据库表的级别）。
一个集群里可以定义多个索引，如客户信息索引、商品分类索引、商品索引、订单索引、评论索引等等，分别定义自己的数据结构。
索引命名要求全部使用小写，建立索引、搜索、更新、删除操作都需要用到索引名称。
2.6 类型(Type)
类型，原本是在索引内进行的逻辑细分，但后来发现企业研发为了增强可阅读性和可维护性，制订的规范约束，同一个索引下很少还会再使用type进行逻辑拆分，因而在6.0版本之后，此定义废弃。
2.7 文档(Docments)
说说Elasticsearch的文件存储，Elasticsearch是面向文档型数据库，一条数据在这里就是一个文档(ES最小的数据存储单元)，用JSON作为文档序列化的格式，比如下面这条用户数据：
{
"name" : "John",
"sex" : "Male",
"age" : 25,
"birthDate": "1990/05/01",
"about" : "I love to go rock climbing",
"interests": [ "sports", "music" ]
}
用Mysql这样的数据库存储就会容易想到建立一张User表，有balabala...的字段等。
在Elasticsearch里这就是一个文档，这个文档会属于一个User的类型，各种各样的类型存在于一个索引当中。
name、sex等等就是Filed，由于结构是Json，所以value值就很方便放任意类型，这就是NoSQL的好处。
2.8 映射 & 字段（Mapping & Field）
Elasticsearch 是使用 JSON 作为文档序列化格式，映射就是定义了文档结构包含的许多字段。
一个映射定义了字段类型，每个字段的数据类型，以及字段被 Elasticsearch 处理的方式，映射还用于设置关联到类型上的元数据。
