dessler

前面我们介绍模板的时候有提到过我们会在ES生成大量的索引，但是我们不能光生成索引，不考虑释放的问题，所以我们 就引入今天的概念：索引生命周期管理 (Index Lifecycle Management

我们在前面介绍索引时候，直接向不存在的索引写入数据，会自动创建索引，这个创建的索引可能并不能满足需求，而且分片又无法调整。比如我们有的索引需要3分片2副本，有的索引需要5分片1副本。这个时候我们就可以

我们前面在ES的读写操作里面已经向里面插入过一些数据，但是我们并没有单独定义这个Mapping，当 Elasticsearch 索引未手动创建 Mapping 时，首次写入数据会触发 自动生成 Map

前面我们用了3个小节来介绍ES所涉及到底层技术：倒排索引，分词，Lucene，今天来贴一个整个架构图。

前面我们用了2个小节ES利用到2个技术：倒排索引和分词，但是我们开发软件是不是要直接基于这2个技术直接来实现细节么，当然是不用的，今天我们就来介绍一个框架或者库：Lucene。

我们上个小节介绍倒排索引，里面有一个比较核心的概念就是系统能正常识别里面的单词，比如上个小节里面涉及到的几个单词：apple banana cherry date ，但是实际上一个ES里面存储的数据

前面几个小节我们介绍的都是ES的实际操作，今天我们来讲讲关于ES底层技术之一：倒排索引 (Inverted Index)。

前面我们介绍过通过curl命令查询数据，但是毕竟查询起来比较麻烦，所以ELK里面还有一个组件：Kibana，他可以通过图形化界面对ES进行进增删查改操作。

我们前面介绍了ELK在早期的时候是一个整体，哪个时候还没有我们上个小节介绍的Beat家族，采集&过滤均是采用Logstash来进行的，虽然目前他使用并不多，所以这个小节我们还是来做一个简单介绍。