一、基本概念

1.1 名词术语

NRT(准实时): Elasticsearch是一个接近实时的搜索平台。这意味着，从索引一个文档直到这个文档能够被搜索到有一个轻微的延迟（通常是1秒）。
Node(节点)：单个的装有ElasticSearch服务并且提供故障转移和扩展的服务器
Cluster(集群)：一个集群就是由一个或多个Node组织在一起共同工作，共同分享整个数据具有负载均衡功能的集群,集群名称是唯一标识，因为一个节点只能通过指定某个集群的名字，来加入这个集群

数据组织

Document(文档)：可以被索引的基本数据单位
Index(索引)：含有相同属性文档的集合
Type(类型)：索引可以定义一个或者多个类型，文档必须属于一个类型
Field(列)：Field是ElasticSearch中最小单位，相当于数据的某一列

Es跟关系型数据库对照如下图：

关系型数据库(Eg. MySQL)	非关系型数据库（Eg. ElasticSearch）
数据库Database	索引Index
表Table	类型Type
数据行Row	文档Dpcument
数据列Column	字段Field

1.2 Node 与 Cluster

Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。

1.3 索引Index

Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。

所以，Elastic 数据管理的顶层单位就叫做 Index（索引）。它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

下面的命令可以查看当前节点的所有 Index。

$ curl -X GET 'http://localhost:9200/_cat/indices?v'

1.4 文档Document

Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。
Document 使用 JSON 格式表示，下面是一个例子。

{
  "user": "张三",
  "title": "工程师",
  "desc": "数据库管理"
}

同一个 Index 里面的 Document，不要求有相同的结构（scheme），但是最好保持相同，这样有利于提高搜索效率。

1.5 类型Type

Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。

不同的 Type 应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。

类比理解：

索引：数据库
类型：表
文档：表中的一行记录

下面的命令可以列出每个 Index 所包含的 Type。

$ curl 'localhost:9200/_mapping?pretty=true'

根据规划，Elastic 6.x 版只允许每个 Index 包含一个 Type，7.x 版将会彻底移除 Type。

二、横向扩展与高可用

为什么需要分片和备份？假设一个索引的数据量很大，就会造成硬盘的存储压力很大，同时搜索速度也会出现瓶颈。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢。因此ElasticSearch将索引分成若干份，每个部分就是一个shard。那么，就可以将索引分成多个分片存储，从而分摊压力。分片还允许用户对其进行水平地扩展和拆分，以及分布式的操作，可以提高搜索以及其他操作的效率。

当一个主分片失败或者出现问题时，备份的分片就可以代替工作，从而提高了ES的可用性。备份的分片还可以执行搜索操作，以分摊搜索的压力。当你创建一个索引的时候，你可以使用ES默认在创建索引时会创建5个分片，1份备份，也可以自行指定你想要的分片和备份的数量。

Shards(分片)：每个索引都有多个分片，每个分片是一个Lucene索引。分片的好处就是可以对数据进行水平分割，扩展内容容量，提高查询性能和吞吐量。
Replicas(备份)：是索引的一份或者多份拷贝，用于提供高可用保证。

cluster

备注：分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制数量，但是不能改变分片的数量。主要原因在于分片在创建之后，难以在不同节点间迁移。

【ES理论篇二：ES 实现原理】