1、ES 簡介
1）定義
- ES是elaticsearch簡寫， Elasticsearch是一個開源的高擴展的分佈式全文檢索引擎，它可以近乎實時的存儲、檢索數據；本身擴展性很好，可以擴展到上百臺服務器，處理PB級別的數據。
- Elasticsearch也使用Java開發並使用Lucene作爲其核心來實現所有索引和搜索的功能，但是它的目的是通過簡單的RESTful API來隱藏Lucene的複雜性，從而讓全文搜索變得簡單。
2）特點和優勢
- 分佈式實時文件存儲，可將每一個字段存入索引，使其可以被檢索到。
- 近乎實時分析的分佈式搜索引擎。
- 分佈式：索引分拆成多個分片，每個分片可有零個或多個副本。集羣中的每個數據節點都可承載一個或多個分片，並且協調和處理各種操作；
- 負載再平衡和路由在大多數情況下自動完成。
- 可以擴展到上百臺服務器，處理PB級別的結構化或非結構化數據（官網是這麼說的）。也可以運行在單臺PC上（已測試）。
- 支持插件機制，分詞插件、同步插件、Hadoop插件、可視化插件等。
2、ES 基本概念
1）節點（Node）
運行了單個實例的ES主機稱爲節點，它是集羣的一個成員，可以存儲數據、參與集羣索引及搜索操作。節點通過爲其配置的ES集羣名稱確定其所要加入的集羣。
2）集羣（cluster）
ES可以作爲一個獨立的單個搜索服務器。不過，一般爲了處理大型數據集，實現容錯和高可用性，ES可以運行在許多互相合作的服務器上。這些服務器的集合稱爲集羣。
3）分片（Shard）
ES的“分片(shard)”機制可將一個索引內部的數據分佈地存儲於多個節點，它通過將一個索引切分爲多個底層物理的Lucene索引完成索引數據的分割存儲功能，這每一個物理的Lucene索引稱爲一個分片(shard)。
這樣的好處是可以把一個大的索引拆分成多個，分佈到不同的節點上。降低單服務器的壓力，構成分佈式搜索，提高整體檢索的效率（分片數的最優值與硬件參數和數據量大小有關）。分片的數量只能在索引創建前指定，並且索引創建後不能更改。
4）副本（Replica）
副本是一個分片的精確複製，每個分片可以有零個或多個副本。副本的作用一是提高系統的容錯性，當某個節點某個分片損壞或丟失時可以從副本中恢復。二是提高es的查詢效率，es會自動對搜索請求進行負載均衡。
3、ES的數據架構
1）索引（index）
ES將數據存儲於一個或多個索引中，索引是具有類似特性的文檔的集合。類比傳統的關係型數據庫領域來說，索引相當於SQL中的一個數據庫。
一個ES集羣中可以按需創建任意數目的索引，但根據不同的硬件配置，索引數有一個建議範圍（這個知識點我們以後進行詳細講解）【歡迎關注公衆號“ZeroTeHero”，獲取最新推送】。
2）類型（Type）
類型是索引內部的邏輯分區(category/partition)，然而其意義完全取決於用戶需求。因此，一個索引內部可定義一個或多個類型(type)。一般來說，類型就是爲那些擁有相同的域的文檔做的預定義。類比傳統的關係型數據庫領域來說，類型相當於“表”。
特別注意的是，根據官網信息：在Elasticsearch 6.0.0或更高版本中創建的索引只能包含一個映射類型。在5.x中創建的具有多種映射類型的索引將繼續像在Elasticsearch 6.x中一樣工作。**類型將在Elasticsearch 7.0.0中的API中棄用，並在8.0.0中完全刪除。**3）文檔（Document） 文檔是Lucene索引和搜索的原子單位，它是包含了一個或多個域的容器，基於JSON格式進行表示。文檔由一個或多個域組成，每個域擁有一個名字及一個或多個值，有多個值的域通常稱爲“多值域”。每個文檔可以存儲不同的域集，但同一類型下的文檔至應該有某種程度上的相似之處。相當於mysql表中的row。4）映射（Mapping） 映射是定義文檔及其包含的字段如何存儲和索引的過程。
例如，使用映射來定義：
- 哪些字符串字段應該被視爲全文字段。
- 哪些字段包含數字、日期或地理位置。
- 文檔中所有字段的值是否應該被索引到catch-all _all字段中。
- 日期值的格式。
- 用於控制動態添加字段的映射的自定義規則。
每個索引都有一個映射類型，它決定了文檔的索引方式。
5）與 mysql 的對比
下節預告：ES的數據類型，敬請期待【歡迎關注公衆號“ZeroTeHero”，獲取最新推送】
