ES基于Lucene，提供了分布式搜索和存储引擎

1 ES基本概念

• cluster集群：集群中包括很多节点，每个节点属于哪个集群，是通过配置来决定的

• node节点：节点有一个随机分配的名称。默认节点会加入一个名为elasticsearch的集群

• Document & field：一个document可以是一条消息，如一个商品分类信息、一条订单数据等。通常用json数据结构来表示。每一个document下都有多个field，每个field都是一个消息字段

• index索引：索引中包括了一堆有类似结构的文档数据，一个index中包括多个document

• type：每个索引中可以包括一个或多个type，比如商品index中可以有多个type ： 日用商品、食品、虚拟商品等

• shade： 分片，ES可以将一个索引中的数据分为多个shard，分布在多个机器上执行，可以提高吞吐量和性能，也可以支持横向扩展

• replica： 备份，用来保证消息不丢失 ，也可以提高搜索操作的吞吐量和性能

    与DB相比，可以将index类比为数据库，type视为数据表，document视为一行数据
    
  

2 ES如何实现分布式架构？分布式架构的原理？

ES的设计理念就是分布式索引，核心思想就是在多台机器上运行多个ES实例，组成ES集群。

ES中的索引，可以被拆分为多个shard，每个shard中都保存一部分的信息，这样可以很方便地提高效率、扩展集群。并且，每一个shard也有多个副本同步消息，当某个机器宕机之后，通过选举，可以在多个副本中选出一个作为master，从而恢复集群的正常功能。

3 ES写入数据的工作原理

客户端选择一个node发送请求过去，这个就是coordinating node，这个协调节点对document进行路由，存放到相应的node上的primary shard，然后同步到replica node。等同步完毕后，返回结果给客户端。

底层原理： 数据先写入到buffer中（查不到），每隔1s refresh到oscache中（可以被查到）。每隔5s，将数据写入到translog文件中（最多丢失5s的数据），等translog达到一定大小，或者到一定时间后，将出发commit机制: 第一步将buffer中的数据refresh到os cache中，清空buffer；将一个commit point写入磁盘文件，标识这个同步点对应的所有的segment file，同时将oscache中所有的数据同步到磁盘文件中，再清空translog日志文件，重启translog，commit完成。

4 ES查询数据的工作原理

通过doc id进行路由，找到相应的shard，进行查询（在所有的副本间进行随机轮询算法，随机选一个replica进行读取，做到读请求负载均衡）。

5 ES搜索的工作原理

客户端发送一个请求到协调节点，协调节点转发请求到所有的shard的主/副节点，每个shard将自己的搜索结果（document的id值）返回给协调节点，由协调节点进行数据的合并、排序、分页等操作，协调节点根据doc的id值取拉去实际的doc数据，返回给客户端。

6 在大量数据的前提下，如何加快ES的搜索速度

• 增加服务器的内存，或只在ES中存储重点数据，查到重点数据之后，再去数据库中读取出完整的信息
• 数据预热：将可能会比较热门的数据预先缓存到filesystem cache中
• 冷热分离：热点数据和冷数据各写一个索引，防止冷数据将热数据的缓存冲刷掉