Elasticsearch基础

Elasticsearch天然是分布式，由一个或者多个节点实例组成
Node节点（服务程序运行实例）
Index索引（数据存储逻辑空间，例如mysql的表）
一个索引至少由一个分片组成，也可以由主分片和副本分片组成
Shard分片（数据存储实际逻辑空间，单分片就是完整索引数据）
（写数据必须先写到主分片P，然后再写到副本分片R）
segment分段（分片数据实际存储空间）
Docment文档（等同于mysql一行数据）
Field字段（等同mysql数据列）
Term词项
别名Alias：默认同索引名，是索引之上又一虚拟的索引空间，类似于代理（别名的用途：索引重建之后快速切换，应用无感知）

ElasticSearch核心算法：
Inverted Index倒排索引
Doc Value列式存储（elasticsearch数据排序/聚合统计）
FST有限状态转换 Finite State Transducers 前缀/后缀
skip List
BKD_Tree多维空间树（简单数值、范围数值）
RoaringBitmap压缩位图（原始数值压缩、查询结果合并）（最大支持范围2的32次方，约40亿）
TF/TF-IDF/BM25
Raft选主算法

es中索引类似于关系型数据库中表的角色
es索引创建规范：（维护管理便利）
业务类型：索引名+数字版本
日志类型：索引名+日期时间
索引创建：
动态创建：无需先创建索引，第一条数据创建即可创建索引
静态创建：先创建索引
滚动创建：
POST和PUT的区别
HTTP的其他几个动词GET、DELETE等就不详谈了，这里主要说下POST和PUT。

在操作时的区别如下：

POST /uri 创建
DELETE /uri/xxx 删除
PUT /uri/xxx 更新或创建
GET /uri/xxx 查看
POST不用加具体的id，它是作用在一个集合资源之上的（/uri），而PUT操作是作用在一个具体资源之上的（/uri/xxx）。
在ES中，如果不确定document的ID（documents具体含义见下），那么直接POST对应uri（ “POST /website/blog” ），ES可以自己生成不会发生碰撞的UUID；
如果确定document的ID，比如 “PUT /website/blog/123”，那么执行创建或修改（修改时_version版本号提高1）
ES与DB的层级关系类比
ES：indices --> types --> documents --> fields
DB：databases --> tables --> rows --> columns

索引与分片与副本关系
1、索引分片数量不超过节点数量
2、一个索引30个分片等同于30个1分片索引（同时查是一样的）
3、索引副本数量少于节点数量
4、副本数量可多可少
5、分片数据容量上限不超过50GB，建议20-40GB
6、单分片不超过2的32次方（21亿条）
数据模型设计原则
简单模型原则：尽量平铺，对象深度建议不超过2级
最细粒度原则：指对象嵌套，上层数据冗余处理（例如商品多sku，按sku设计）
多索引原则：第一索引尽量满足单一业务场景，不同业务场景索引即时数据模型相似也要分开
打宽表索引原则：特殊场景合并多个表时，尽量全部合并在一起，es不支持join，大宽边可解决查询问题