这是我参与更文挑战的第10天，活动详情查看：更文挑战
本篇会主要介绍一些关于 Elasticsearch 的基本概念以及 DSL 是什么。
1. 基本概念
1.1 近实时
Elasticsearch 是一个能提供近实时查询的搜索服务引擎，这意味着从索引文档到真正可搜索之间会有一个轻微的延迟（大概在一秒内）。后面的系列文章我们会谈到关于 ES 的数据搜索（或者叫读取）原理以及持久化原理，均与内存的刷新写入有关，这里我们只需要先知道大概会有一秒的延迟，并且在代理可以实现强制刷新就可以了。
1.2 分词与倒排索引
要解释倒排索引呢，就需要先了解一下分词。分词 顾名思义，作为一个动词，就是分解成词语，根据不同的规则，分词的结果也不尽相同。比如我们经常使用的中文分词插件 ik 分词：
ik_max_word: 会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合，适合 Term Query；
ik_smart: 会做最粗粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”，适合 Phrase 查询。
可见，根据查询的目标不同，我们也需要来调整不同的分词模式。分词大概就是这样。
倒排索引：比如我们要根据一些关键词来检索一些文章，首先我们会对所有的文章进行编码，也可以说是标记页码，倒排索引相当于创建了关键词（分词结果）目录，记录了哪个单词被哪些文章包含，如下：
| 关键词 | 页码 |
|---|---|
| 运动 | 1,2,3,5,7,8 |
| 活动 | 3,4 |
| 生命 | 1,2 |
| chenqionghe | 8 |
当我们要搜索找到有“运动”的文章时，先去关键词目录找，找到在1,2,3,5,7,8这几页，然后直接把书翻到这些页就能获取到相应的内容了。如果我们要搜索“运动生命”，得先把这个分成“运动”和“生命”，再分别去目录找（因此怎么分词，也是搜索引擎中的一大艺术）。
倒排索引的原理其实就这么简单（其实没这么简单，可以先这么理解）。
1.3 文档（document）、索引（index）与类型（type）
文档（document） ：Elasticsearch是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。 Elasticsearch 使用 Javascript 对象符号(JavaScript Object Notation)，也就是JSON，作为文档序列化格式。通常，我们可以认为对象(object)和文档(document)是等价相通的。不过，他们还是有所差别： 对象(Object)是一个JSON结构体——类似于哈希、hashmap、字典或者关联数组；对象(Object)中还可能包含其他对象(Object)。 在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：在 Elasticsearch 中存储数据的行为就叫做索引(indexing)。在 Elasticsearch 中，文档归属于一种类型 (type)，而这些类型存在于索引(index)中，我们可以画一些简单的对比图来类比传统关系型数据库：
Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices -> Types -> Documents -> Fields
Elasticsearch集群可以包含多个索引(indices)（数据库），每一个索引可以包含多个类型(types)（表），每一个类型包含多个文档(documents)（行），然后每个文档包含多个字段(Fields)（列）。
「索引」含义的区分
你可能已经注意到索引(index)这个词在Elasticsearch中有着不同的含义，所以有必要在此做一下区分:
- 索引（名词） 如上文所述，一个索引(index)就像是传统关系数据库中的数据库，它是相关文档存储的地方，index的复数是indices 或indexes。
- 索引（动词） 「索引一个文档」表示把一个文档存储到索引（名词）里，以便它可以被检索或者查询。这很像SQL中的INSERT关键字，差别是，如果文档已经存在，新的文档将覆盖旧的文档。
- 倒排索引 传统数据库为特定列增加一个索引，例如B-Tree索引来加速检索。Elasticsearch和Lucene使用一种叫做倒排索引(inverted index)的数据结构来达到相同目的。
类型：6.0 之前的版本用来区分同一索引下的不同类型。在 6.0 的时候，已经默认只能支持一个索引一个 type 了，7.0 版本新增了一个参数 include_type_name ，即让所有的 API 是 type 相关的，这个参数在 7.0 默认是 true，不过在 8.0 的时候，会默认改成 false，也就是不包含 type 信息了，这个是 type 用于移除的一个开关。也就是说，对比图最后会更新成如下：
Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> <无对应> -> Indices -> Documents -> Fields
1.4 节点和集群
节点(node)是一个运行着的 Elasticsearch 实例，你可以认为是单个服务器。集群(cluster)是一个或多个节点的集合，他们协同工作，共享数据并提供故障转移和扩展功能。实现整个 Elasticsearch 服务的高可用。
1.5 分片（shards）
理论上，索引可以存储尽可能多的数据，但是这种情况下性能往往不太乐观，或者常见的磁盘容量限制也不能允许。所以 Elasticsearch 提供了类似于 MongoDB 中的分片功能，该功能能将索引细分为多个分片。每个分片本身是一个功能完全和独立的“索引”，可以托管在集群中的任何节点上。
同样的，有分片技术来处理数据量增长快速的问题，就意味着需要复制技术来应对这种过程中（其实不只是该过程，任何情况下都应该有安全意识）数据安全的问题。Elasticsearch 允许您将索引分片的一个或多个副本转换为所谓的副本分片。复制技术为我们提供了数据的高可用性和搜索吞吐的扩展性。不过需要注意的是，副本分片从不分配在与从其复制的原始/主分片相同的节点上。
总而言之，每个索引可以拆分为多个分片。索引也可以复制为零（意味着没有副本）或更多次。一旦复制，每个索引将具有主分片（从索引复制的原始分片）和副本分片（主分片的副本）。开发者可以在创建索引时就为每个索引定义分片和副本的数量。创建索引后，可以随时动态更改副本数，但不能在此过程后随即更改分片数。
2. DSL 是什么？
领域特定语言（英语：domain-specific language、DSL）指的是专注于某个应用程序领域的计算机语言。又译作领域专用语言。而这里我们说到的便是关于 Elasticsearch 的专用语言。这些专用语言一般会用于直接访问 ES 而非通过比如 Java 客户端这种调用接口的方式来操作 ES 数据。DSL 并不是本系列的重点，这里我们就先不做更多描述和介绍了，大家可以参照 Quick Start 文档来做一些练习。
总结
本篇我们简单介绍了一些关于 Elasticsearch 的基本概念和 DSL 语言是什么。下一篇我们会开始搭建项目并逐渐介绍 Elasticsearch 的一些底层原理。
