再次学习ES--2--ES的基础知识

ES的学习资料，一个官方给的 reference最新版
2是官方的Elasticsearch: The Definitive Guide [2.x] ，但这个只有2.X版本的，其中Getting Started将分档的刷入过程，原理都讲的很详细

1.ES的基本概念

• 1.索引
  与Lunece相比，es的索引可能由一个或多个Lucene索引构成，具体细节由es的 分片，复制机制决定。每一个索引都有一个UUID相对应，查看ES目录的data文件夹，你会发现，ES其实存储的是UUID，所以当你一个单机带着旧数据加入集群时，容易发生bug，如index has already exists

• 2.文档
  一个文档就是一个Json对象，最后存储都会存储为Lucene文档

• 3. 映射
     文档写入索引前要进过分析阶段，用户设置参数，决定是否要分析， 采用什么分析策略，有自动映射，但有时候也有手动配置需求

• 4.类型，type（未来会被移除）
  这个之前一直搞混了，type是针对文档来说的，es为了一个索引能存储多种 文档，并为每个文档提供不同的映射
  这个着重强调一下，毒瘤，之前总搞混
  Type 已经打算在6.0移除了，所以在设计 elasticsearch 的数据结构的时候，要注意到后面版本的变化。
  之前在很多的文章和 PPT 都有介绍Elasticsearch 的几个核心概念，Index 对应 DB，Type 对应表，Document 对应记录，然后就真的按数据库的路子用，一个 index 里面 n 个 type 的情况大有存在，但是在 Lucene 里面其实有很多问题，所以现在es移除也是考虑了很久的。
  Type 移除大概分为两个阶段：
  第一步，不支持新的索引创建多个 type，一个索引只有一个 type，名称也是固定的，不能修改（6.X已经做到）
  第二步，移除
  所以以后就一个index对应一个mapping，不在需要type这种蠢的概念了

• 5 节点
  单个ES服务实例称为节点，节点由名称标识，启动时会生成通用唯一标识符 UUID

• 6.集群
  对应节点的概念，多个节点何在一起协同处理就是集群 cluster
  集群状态，red，yellow，green。
  yellow时：所有数据均可用，但有一些副本尚未分配，即还不是处于高可用的状态
  red时：某些数据不可用，注意此时仍然有部分功能是可用的

• 7 分片
  因为要解决超过单机限制，采用了集群方案，分片的概念就顺理成章了，ES将数据散布到多个物理Lucene索引上，这些Lucene就称为shard分片，这个过程就是分片处理 sharding。
  每个分片其实都是一个Lucene索引，由于lucene自身的限制，最大包含文档为 Integer..MAX_VALUE-128,2,147,483,519

• 8 副本
  这个是为了解决高可用的方案，以防止数据丢失，为每个分片创建冗余，它允许你扩展吞吐量，因为在副本上也可以执行搜索

• tip：副本和分片是可以进行动态修改的，可以使用_shrink和_split API，但最好还是预先计划正确的数量，默认为5个分片和1个副本。