Elasticsearch是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；可以处理PB级别的数据。
1、工作原理
当ES的节点启动以后，它会利用多播寻找集群中的其他节点，并与之建立起连接：
2、相关概念
- 集群
ES可以作为一个独立的单个搜索服务器，不过为了处理大量的数据集，实现容错和高可用性，ES可以运行在许多相互合作的服务器上，这些服务器的集合叫做集群。
- 节点
形成服务器集群的每个服务器叫做节点，它存储你的数据，并参与集群的索引和搜索。和集群一样，节点也是通过唯一的名字去区分，默认名字是一个随机的UUID，当服务器启动的时候就会设置到节点。当然也可以自定义节点的名称。名称对于管理员来说十分重要，它可以帮助你辨认出集群中的各个服务器与哪个节点相对应。
节点通过配置集群的名称，就可以加入到集群中。默认，节点都加入到一个叫elasticsearch的集群，这意味着如果你在网络中启动了大量的节点，并且假如他们都能相互通讯的话，那么他们将会被自动的加入到一个叫elasticsearch集群。
- 分片（shard）
当有大量文档的时候，由于内存的限制，磁盘处理能力不足，无法足够快的响应客户端的请求等，一个节点可能不够，这种情况下，数据可以分成较小的分片，每个分片放在不同的服务器上，当你查询的索引分布在多个分片上的时候，ES会把查询发送给相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。
- 副本
为提高查询吞吐量或实现高可用，可以使用分片副本。副本是一个分片的精确复制，每个分片可以有一个或者多个副本，es中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。
- 全文检索
全文检索就是对一篇文章进行索引，可以根据关键字进行搜索，它把内容根据词的意义进行分词，然后分别创建索引。
- 索引
索引 （index）是许多文档的集合，这些文档都具备一些相似的特征。
- 类型
类型是索引的一个逻辑分类或者划分。
- 文档
文档是可以被索引的基本单位。文档使用一种互联网广泛存在的数据交换格式保存（json），尽管文档本质是存放在索引中，但实际是被索引到一个索引中的一个类型中。
3、与mysql的对比（可能并不准确，为了便于理解）
4、索引的基本操作：
新建一个index可以直接向elasticsearch服务器发出PUT请求。比如：
1 | curl -X PUT 'localhost:9200/weather' |
创建成功以后会返回一个json：
如果加上一个pretty表示美化json格式的返回结果：
此时查询索引：
1 | curl -X GET 'localhost:9200/_cat/indices?v' |
可以看见我们刚才创建的index，但是状态是yellow，这是因为还有一个复制分片没有下发还没有被分发，就是说es默认在索引中创建一个复制分片，因为这个时候我们仅仅运行一个节点，并且在没有新的节点加入集群之前，这个复制分片是不可以被分发的（复制分片和主分片不能在同一个节点上）。这个复制分片一旦被分配到第二节点中，集群的健康状态就会变成green。
其中各字段表示的意义：
index：索引名
UUID：UUID值
pri：主分片数
rep：副本分片数
docs.count：文档数
docs.deleted：删除文档数
store.size：全部分片存储大小
pri.strore：主分片存储大小
删除索引：
1 | curl -X DELETE 'localhost:9200/weather' |
5、文档基本操作
创建文档：
创建一个文档，我们必须告诉es，要把文档保存到索引的哪个类型中。比如将一个简单的文档索引到customer索引的external类型中，并把文档的ID设置为1：
需要说明的是，如果你在创建一个文档之前，索引不存在，它会自动给你创建。然后用GET查询：
查看所有已经创建好的文档：
1 | curl -X GET 'localhost:9200/weather/external/_search?pretty' |
total：返回的记录数
max_score：最高的匹配程度
hits：返回的记录组成的数据
6、索引/替换文档
如果我们创建已经存在的ID的文档，则新的这个文档会替换以前的文档，索引新文档的时候，如果没有指定一个id，es会随机为文档生成一个随机的id，实际生成的id将会保存在调用api接口的返回结果中。此时，如果索引文档没有指定id，我们需要用POST方法取代之前的 PUT方法。
7、更新文档
es更新文档在底层是删除旧的文档然后索引新的文档，比如先创建好一个dzl的文档，只有name一个字段，然后更新：
此时增加了一个新的字段。
8、批处理
通过_bulk API批量执行，它会使用一种非常有效的机制去执行多个操作，使其能够尽可能快并且减少网络往返次数。比如通过一个bulk操作索引两个文档：
其中，每两行构成一次操作，第一行是操作类型：可以是index，create，update或者是delete。第二行就是可选的数据体，不同的操作类型，第二行里面的可选的数据体是不一样的：
- index 和 create 第二行是source数据体
- delete 没有第二行
- update 第二行可以是partial doc，upsert或者是script
需要注意的是，每一行都必须要有一个换行符，所以json格式只能在一行里面不能使用格式化后的内容。
关于_bulk的请求路径：
（1） /_bulk
（2）/{index}/_bulk
（3）/{index}/{type}/_bulk
如果提供了index和type那么数据体里面的action就可以不提供，缺少type需要在数据体里面去添加。
此外，还有几个参数可以用来控制一些操作：
（1）数据体里面可以使用_version字段
（2）数据体里面可以使用_routing字段
（3）可以设置wait_for_active_shards参数，数据拷贝到多个shard之后才进行bulk操作
（4）refresh控制多久间隔多搜索可见
删除操作没有第二行数据体，因为他只需要知道文档的id就行。
如：{“delete”:{“_id”:“2”}}’
批量API会按顺序的执行所有的操作，如果某个操作因为某些原因执行失败，它会继续执行剩下的操作。api返回结果的时候，会提供每一个操作的状态。
