文档（document）
- elasticseach 是面向文档的，文档时所有可搜索数据的最小单元
- 日志文件中的日志项
- 一部电影的具体信息等
- mp3中的一首歌
- 文档会被序列化成json格式，保存在es中
- json对象由字段组成
- 每个字段都有对应的字段类型
- 每个文档都有一个unique id
- 可以自己指定id
- es自动生成
索引（index）
- index - 索引是文档的容器，是一类文档的集合
- index体现了逻辑空间的概念，每个索引都有自己的mapping定义，用于定义包涵文档的字段名和字段类型
- shard体现了物理空间的概念，索引分散在shard上
- 索引的mapping和settings
- mapping定义文档字段的类型
- setting定义不同的数据分布
- 索引的语义
REST API
ES的分布式特性
- 高可用
- 服务可用性：允许节点停止服务
- 数据可用性：部分节点丢失，数据不会丢失
- 可扩展
- 请求量提升/数据的不断增长（将数据分布到所有节点上）
- es的分布式架构好处
- 存储的水平扩容
- 提高系统的可用性，部分节点停止服务，整个集群的服务不受影响
- es的分布式架构
- 不同的集群通过不同的名字来区分，默认名字“elasticsearch”
- 通过配置文件修改，或者在命令行中 -E clutser.name=xxx来设定
- 一个集群可以有一个或者多个节点
ES---节点
- 节点是一个es的实例
- 本质上就是一个java的进程
- 一台机器上可以有多个es的进程，但是生产环境建议一台机器只运行一个es实例
- 每一个节点都有名字，通过配置文件配置，或者启动的时候-E node.name=xxx 指定
- 每一个节点在启动以后，都会分配一个uid，保存在data目录下
ES的节点类型
- master-eligible node 和 master node
- 每一个节点启动后，默认就是一个master eligible 节点
- 可以设置node.matser:false 禁止
- master-eligibel节点可以参加选主流程，成为master节点
- 每个节点都上都保存了集群的状态，但是只有master节点才可以修改集群的状态信息
- 集群状态，维护了一个集群中，必要的信息
- 所有的节点信息
- 所有的索引和其相关mapping与seeting的信息
- 分片的路由信息
- 任意节点都能修改会导致数据的不一致行
- 集群状态，维护了一个集群中，必要的信息
- 每一个节点启动后，默认就是一个master eligible 节点
- data node 和 coordinating node
- data node
- 可以保存数据的节点，叫做data node，负责保存分片数据，在数据扩展上举足轻重
- coordinating node
- 负责接收client的请求，将请求分发到何时的节点，最终把结果汇总到一起
- 每个节点默认起到了coordinating node的指责
- data node
- hot 和 warm node
- 不同硬件配置的data node， 用来实现hot & warm 架构，降低集群部署成本
- machine learning node
- 负责跑机器学习的job，用来做异常检测
ES--分片
- 主分片，用于解决数据水平扩展的问题，通过主分片，可以将数据分布到集群内的所有节点上
- 一个分片是一个运行的lucene的实例
- 主分片数载索引创建时指定，后续不允许修改，除非reindex
- 副本，用于解决数据高可用问题，分片是主分片的拷贝
- 副本分片数，可以动态的调整
- 增加福本书，还可以一定程度上提高服务的可用性
ES分片的设定
- 对于生产环境中分片的设定，与需要提前做好容量规划
- 分片数设置过小
- 导致后续无法增加节点实现水平扩展
- 单个分片的数据量太大，导致数据重新分配耗时
- 分片数设置过大，7.0开始，默认主分片设置成1，解决了over-sharding的问题
- 影响搜索结果相关性打分，影响统计结果的准确性
- 单个节点上过多的分片，会导致资源浪费，同时也会影响性能
- 分片数设置过小
ES查看集群的健康状况
- green：主分片与副本都正常
- yellow：主分片全部正常分配，有副本分片未能正常分配
- red：有主分片未能分配
