版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
基本概念介绍
Elasticsearch是一个基于Lucene构建的开源、分布式、RESTful的搜索引擎，能够实现近实时（NRT）搜索，稳定、可靠、安装方便。Elasticsearch 不仅是一种全文索引技术，也是一种面向文档型NOSQL数据库。一个采用Restful API标准的高扩展性和高可用性的实时数据分析的全文搜索工具。
名词解释
- Cluster(集群)：一个集群就是由一个或者多个node组成在一起，共同工作，共同分享整个数据具有负载均衡的集群
- Node(节点)：单个装有Elasticsearch服务并且提供故障转移和扩展的服务器，有一种节点被称为 “协调节点”
- Index：索引或者称为索引库，Index相当于关系型数据库的Database。
- Type：类型，这是索引下的逻辑划分，一般把有共性的文档放到一个类型里面，相当于关系型数据库的table。
- Document(文档)：文档，一个文档是一个可以被索引的基础信息单元, Json结构，这点跟MongoDB差不多。es是分布式的，所以一个文档会被分配到不同的节点上，一个文档究竟被分配到哪个分片上是通过这个公式来计算的 shard = hash(routing) % number_of_primary_shards，其中主分片是在创建索引时设置的，routing是一个变量，一般是文档的id，也可以通过api显示指定，通过控制routing的值来控制将文档分配到指定的分片上来
- Field(字段)：Field是Elasticsearch的最小单位，相当于数据的某一类
- Mapping: 映射，用于定义json的结构，类似于关系型数据库中建表时定义的表的结构
- Shards(分片)：分片是一个功能完整的搜索引擎，一个分片是一个Lucene的实例。一般是应用程序和索引库进行交互，索引库和分片进行交互，分片分为主分片和副本分片（只是一个主分片的拷贝,副本分片作为硬件故障时保护数据不丢失的冗余备份，并为搜索和返回文档等读操作提供服务），Elasticsearch将索引分成若干份，每个部分就是一个shard，类似于藏宝图，一张藏宝图撕成多片，所有片拼接起来才是完整的一张图。
- Replicas(复制)：Replicas是索引一份或者多份的拷贝，为了防止数据的丢失和负载均衡
一个集群包含多个节点
一个节点就是一个es实例
一个实例可以有多个分片
一个分片就是一个lucene实例
// 例如将一篇文档比喻成一张图，将一张图分成4分，允许一份复制，即第三列是第二列的复制
// 假如某个数据丢失了，可以使用复制的图片
关系型数据库和ES的类比：
关系数据库 ⇒ 数据库(Database) ⇒ 表(Table) ⇒ 行(Row) ⇒ 列(Column)
Elasticsearch ⇒ 索引(Index) ⇒ 类型(Type) ⇒ 文档(Document) ⇒ 字段(Field)
ES存储中是按照：索引index->类型type->文档document->字段field 级别层次划分的．
ES集群可以包含多个索引，每个索引可以包含多个类型，每个类型可以包含多个文档，每个文档可以包含多个字段
倒排索引 Inverted index
倒排索引被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储文字的映射
// "我爱中国" 分词如下
token start_offset end_offset type position
我 0 1 CN_CHAR 0
爱 1 2 CN_CHAR 1
中国 2 4 CN_WORD 2
// “中国你好” 分词如下
token start_offset end_offset type position
中国 0 2 CN_WORD 0
你好 2 4 CN_WORD 1
// 分词表
WordID 分词
1 我
2 爱
3 中国
4 你好
// 文档表
DocID content
1 我爱中国
2 中国你好
// 倒排索引表
WordID 分词 文档1 文档2
1 我 √
2 爱 √
3 中国 √ √
4 你好 √
如果查询”中国“就可以知道，中国在文档1和文档2中出现了，直接返回文档1和文档2中的内容
横向：可以知道每个分词都出现在哪些文档中了
纵向：每个文档都有哪些分词
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
