Elasticsearch总结
ElasticSearch是一个基于Lucene的搜索服务器，它提供了一个分布式的全文搜索引擎和数据分析引擎，能够实现全文检索；结构化检索；数据分析，隐藏了复杂性使得操作变得更加简便灵活，elasticsearch提供了简单易用的restuful api接口以及java接口，Lucene：简单来说，就是一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包含各种算法，我们用java开发的时候，引入lucene.jar就可以进行开发了。
Elasticsearch的特点：
分布式的文档存储引擎，分布式的搜索引擎和分析引擎，
天然索引，
ES 所有数据都是默认进行索引的，这点和mysql正好相反，mysql是默认不加索引，要加索引必须特别说明，ES只有不加索引才需要说明。
天然分片，天然集群 ,
es 把数据分成多个shard，下图中的P0-P2，多个shard可以组成一份完整的数据，这些shard可以分布在集群中的各个机器节点中。随着数据的不断增加，集群可以增加多个分片，把多个分片放到多个机子上，已达到负载均衡，横向扩展。
Elasticsearch内的基本概念:
Near Realtime(NRT) (聂味儿胎模)近实时
es从数据写入到数据被搜索到有一个延时（大概1秒），基于es执行的搜索和分析 可以达到妙级
节点(Node)和集群(Cluster)
集群是一个或多个节点（服务器）的集合， 这些节点共同保存整个数据，并在所有节点上提供联合索引和搜索功能。一个集群由一个唯一集群ID确定，并指定一个集群名（默认为“elasticsearch”）。该集群名非常重要，因为节点可以通过这个集群名加入集群，一个节点只能是集群的一部分。
(document)文档
es中最小的数据单元，有json串组成，里面包含多个field，每个field即是一个数据字段。
(index)索引
包含一堆具有相似结构的文档数据，一个索引默认有5个primary shard，一个primary shard 对应一个replica shard
(type)类型
每个索引有一个或者多个type，type是index中的一个逻辑数据分类，一个type下的document，应该都有相同field
(Replica)副本
为了提高查询吞吐量或实现高可用性，可以使用分片副本。副本（replica）只是一个分片的精确复制，每个分片可以有零个或多个副本。
(Shards)分片
当有大量的文档时，由于内存的限制、硬盘能力、处理能力不足、无法足够快地响应客户端请求等，一个节点可能不够。在这种情况下，数据可以分为较小的称为分片的部分。每个分片可以放在不同的服务器上，因此，数据可以在集群的节点中传播。
(Field)字段
ElasticSearch里的最小单元 相当于数据的某一列，类似于json里一个键。
(Mapping)映射
模式映射（schema mapping，或简称映射）用于定义索引结构。Elasticsearch在映射中存储有关字段的信息。映射在文件中以JSON对象传送。
elasticsearch和数据库对比
索引（indices）--------------------------------Databases 数据库
类型（type）-----------------------------Table 数据表
文档（Document）----------------Row 行
字段（Field）-------------------Columns 列
Kibana
Kibana是一个基于Node.js的Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图表，如柱形图，线状图，饼图等。
而且还提供了操作Elasticsearch索引数据的控制台，并且提供了一定的API提示,使得我们是用学习Elasticsearch更加的方便快捷
启动kibana，打开解压后的文件夹直接双击运行elasticsearch.bat文件就可以了
ik分词器
目前ik分词器是属于Elaseticsearch内的插件，版本也与Elasticsearch保持一致
启动ik分词器前需要去config内的kibana.yml进行修改文件，之后双击运行以kibana.bat结尾的文件就可以了
分词器是在搜索的查询时根据词语来进行分词，在根据分词进行搜索。