Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。但是，Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。它提供了近实时的索引、搜索、分析功能。Elasticsearch不仅仅是Lucene和全文搜索，我们还能这样去描述它：
- 分布式的实时文件存储，每个字段都被索引并可被搜索
- 分布式的实时分析搜索引擎
- 可以扩展到上百台服务器，处理PB级结构化或非结构化数据
所有的这些功能被集成到一个服务里面，你的应用可以通过简单的RESTful API、各种语言的客户端甚至命令行与之交互。它可以用于全文搜索、结构化搜索、分析以及将这三者混合使用，使用案例如下：
- 维基百科使用Elasticsearch提供全文搜索并高亮关键字，以及输入实时搜索(search-as-you-type)和搜索纠错(did-you-mean)等搜索建议功能。
- 英国卫报使用Elasticsearch结合用户日志和社交网络数据提供给他们的编辑以实时的反馈，以便及时了解公众对新发表的文章的回应。
- StackOverflow结合全文搜索与地理位置查询，以及more-like-this功能来找到相关的问题和答案。
- Github使用Elasticsearch检索1300亿行的代码。
上手Elasticsearch非常容易。它提供了许多合理的缺省值，并对初学者隐藏了复杂的搜索引擎理论。它开箱即用（安装即可使用），只需很少的学习既可在生产环境中使用。
- 它提供了强大的搜索功能，可以实现类似百度、谷歌等搜索。
- 可以搜索日志或者交易数据，用来分析商业趋势、搜集日志、分析系统瓶颈或者运行发展等等
- 可以提供预警功能（持续的查询分析某个数据，如果超过一定的值，就进行警告）
- 分析商业信息，在百万级的大数据中轻松的定位关键信息
在ElasticSearch中，我们常常会听到Index、Type以及Document等概念，将Elasticsearch和传统关系型数据库Mysql做一下类比：
注意：MySQL的Index和Elasticsearch的Index含义并不一致。
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类型(types)(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)。数据被存储和索引在分片(shards)中,索引只是把一个或多个分片分组在一起的逻辑空间。我们只需要知道文档存储在索引(index)中。其他细节都可以有Elasticsearch搞定。
一些基本概念：
- Cluster/集群：Cluster是一组服务器构成的集成，用于协同存储数据、索引数据、检索数据和解析数据。Cluster具有唯一标识名，你只需要指定集群标识名（默认是elasticsearch），启动的时候，凡是集群是这个名字的，都会默认加入到一个集群中，选举master节点和节点管理都是自动完成的。当然一个节点也可以组成一个集群。
- Node/节点：Node是参与到Cluster的单个服务器节点，具有唯一标识名，可加入到指定的Cluster中。是一个运行着的Elasticsearch实例。
- Index/索引：Index是一类文档的集合，是具有相同业务特征的数据文档集合(不是相同数据结构)，相当于传统数据库中的数据库。ES数据的索引、搜索和分析都是基于索引完成的。Cluster中可以创建任意个Index。每个Index（对应Database）包含多个Shard，默认是5个，分散在不同的Node上，但不会存在两个相同的Shard（相同的主和复制）存在一个Node上。当索引创建完成的时候,主分片的数量就固定了,但是复制分片的数量可以随时调整。
- Type/类型：Type是Index中数据的 ，用于标识不同的文档字段信息的集合，相当于传统数据库的表。在0之后的版本直接做了插入检查，禁止一个索引下不同Type的字段类型冲突。举例来说，在一个博客系统中，你可以定义一个 user type,可以定义一个 blog type,还可以定义一个 comment type。
- Document/文档：Document是ES数据可被索引化的基本的存储单元，需要存储在Type中，相当于传统数据库的行记录，使用json来表示。
- Shard/分片：一个索引可能会存储大量的数据，进而会让单个节点超出硬件能承受范围。举例来说，存储了10亿文档的单个节点，会占用1TB磁盘空间，并且会导致查询的时候速度很慢。为了解决这个问题，Elasticsearch 提供了分片也就是shards对index进行划分成更小的部分。当你创建index的时候，你可以简单地指定你想要的碎片数量。每一个碎片具有和 index 完全相同的功能。碎片最主要的两个作用是：它允许你水平地切割你的容量体积；它允许你并行地分发作业，提高系统的性能。默认在创建索引时会创建5个分片，这个数量可以修改。分片的数量只能在创建索引的时候指定，不能在后期修改。
- Replicas/副本：因为各种原因，所以数据丢失等问题会时有发生，碎片也可能会丢失，为了防止这个问题，所以你可以将一个或多个索引碎片复制到所谓的复制碎片，简称为副本。副本最主要的两个作用是：它提供了高可用性,以防碎片/节点失败。之于这点，所以副本的永远不要和原始碎片分布在同一个节点上；它可以扩展系统的吞吐量，因为搜索可以在所有副本执行。默认情况下，Elasticsearch为每个索引分配了5个主碎片和1个副本，这意味着在你的集群中，如果至少有两个节点，那么每个索引将有5个主碎片和5个复制碎片，总共10碎片/索引。
注意：ES并不是一个标准的数据库，它不像MongoDB，它侧重于对存储的数据进行搜索。因此要注意到它不是实时读写的，这也就意味着，刚刚存储的数据，并不能马上查询到。缺省配置下，shard每秒自动更新，所以会有1S的延时。
ElasticSearch生态圈你所应该了解的内容：（后续的文章会一一介绍，尽请期待~）
参考链接：
