Elasticsearch（三）| 基本概念
在使用Elasticsearch之前，需要理解一些基本概念，官方文档地址https://www.elastic.co/guide/en/elasticsearch/reference/current/elasticsearch-intro.html。
Elasticsearch是一个近乎实时（NRT）的搜索平台。这意味着从索引文档到可搜索文档的时间有一点延迟（通常是一秒）。通常有集群，节点，分片，副本等概念。
集群(Cluster)
集群(cluster)是一组具有相同cluster.name的节点集合，他们协同工作，共享数据并提供故障转移和扩展功能，当然一个节点也可以组成一个集群。
集群由唯一名称标识，默认情况下为“elasticsearch”。此名称很重要，因为如果节点设置为按名称加入集群的话，则该节点只能是集群的一部分。
确保不同的环境中使用不同的集群名称，否则最终会导致节点加入错误的集群。
集群状态通过 绿，黄，红 来标识，可以使用下面命令查看：
curl --cacert http_ca.crt -u elastic -XGET https://localhost:9200/_cat/indices\?v
health status index uuid pri rep docs.count docs.deleted store.size pri.store.size
yellow open test_map O3bp3-B0Tx12_umWqYyHPA 1 1 4 0 6.9kb 6.9kb
yellow open test_record QXPRPktzTG8g9SOwyj3a6g 1 1 48 0 830.1kb 830.1kb- 绿色 – 一切都很好（集群功能齐全）。
- 黄色 – 所有数据均可用，但尚未分配一些副本（集群功能齐全）。
- 红色 – 某些数据由于某种原因不可用（集群部分功能）。
节点(Node)
节点，一个运行的 ES 实例就是一个节点，节点存储数据并参与集群的索引和搜索功能。
就像集群一样，节点由名称标识，默认情况下，该名称是在启动时分配给节点的随机通用唯一标识符（UUID）。如果不需要默认值，可以定义所需的任何节点名称。此名称对于管理目的非常重要，您可以在其中识别网络中哪些服务器与 Elasticsearch 集群中的哪些节点相对应。
可以将节点配置为按集群名称加入特定集群。默认情况下，每个节点都设置为加入一个名为 cluster 的 elasticsearch 集群，这意味着如果您在网络上启动了许多节点并且假设它们可以相互发现 – 它们将自动形成并加入一个名为 elasticsearch 的集群。
索引(Index)
索引是具有某些类似特征的文档集合。例如，可以拥有店铺数据的索引，商品的一个索引以及订单数据的一个索引。
索引由名称标识（必须全部小写），此名称用于在对其中的文档执行索引，搜索，更新和删除操作时引用索引。例如上面的test_map和test_record。
文档(Document)
文档是可以建立索引的基本信息单元。例如，可以为单个客户提供文档，为单个产品提供一个文档，为单个订单提供一个文档。该文档以JSON（JavaScript Object Notation）表示，JSON是一种普遍存在的互联网数据交换格式。
在索引/类型中，可以根据需要存储任意数量的文档。请注意，尽管文档实际上驻留在索引中，但实际上必须将文档编入索引/分配给索引中的类型。
分片(Shards)
索引可能存储大量可能超过单个节点的硬件限制的数据。例如，占用1TB磁盘空间的十亿个文档的单个索引可能不适合单个节点的磁盘，或者可能太慢而无法单独从单个节点提供搜索请求。
为了解决这个问题，Elasticsearch 提供了将索引细分为多个称为分片的功能。创建索引时，只需定义所需的分片数即可。每个分片本身都是一个功能齐全且独立的“索引”，可以托管在集群中的任何节点上。
设置分片的目的及原因主要是：
- 它允许水平拆分/缩放内容量
- 它允许跨分片（可能在多个节点上）分布和并行化操作，从而提高性能/吞吐量
- 分片的分布方式以及文档聚合搜索请求的机制完全由 Elasticsearch 管理，对用户而言是透明的
在可能随时发生故障的网络/云环境中，分片非常有用，建议使用故障转移机制，以防分片/节点以某种方式脱机或因任何原因消失。为此，Elasticsearch 允许将索引的分片的一个或多个副本制作成所谓的副本分片或简称副本。
副本(Replicasedit)
副本，是对分片的复制。目的是为了当分片/节点发生故障时提供高可用性，它允许扩展搜索量/吞吐量，因为可以在所有副本上并行执行搜索。
总而言之，每个索引可以拆分为多个分片。索引也可以复制为零次（表示没有副本）或更多次。复制之后，每个索引将具有主分片(从原始分片复制而来的)和复制分片(主分片的副本)。
总结
把Elasticsearch类比关系数据库，比如MySQL，可以得出下面的结论：
关系型数据库 -> Databases(库) -> Tables(表) -> Rows(行) -> Columns(列)。 Elasticsearch -> Index(索引) -> Mapping(映射) -> Documents(文档) -> Fields(属性)。
Elasticsearch集群可以包含多个索引(indices)（数据库），每一个索引可以包含多个映射(Mapping)（表），每一个类型包含多个文档(documents)（行），然后每个文档包含多个字段(Fields)（列）。虽然这么类比，但毕竟这是两个差异化的产品。
