一、Elastic Search概述：
1.1 Elastic Search 简介
Elastic Search（ES）是一个基于Lucene构建的开源、分布式、RESTFul接口全文搜索引擎。ES还是一个分布式文档库，其中每个字段均是被索引的 数据且可被搜索，它能够扩展至数以百计的服务器存贮以及处理PB级的数据，它可以在短时间内存储、搜索和分析大量的数据。
Elastic Search的主要特点
1.横向可扩展性。增加一台机器，只需要添加集群配置，启动Elastic Search进行即可；
2.分片机制。一个索引可以分成多个Sharding，提高处理效率；
3.高可用性。每个分片可以设置多个备份，少量机器宕机不影响正常使用；
1.1 Lucene简介
Lucene是Apache软件基金会中的一个开源代码的全文搜索引擎工具包，方便实现全文检索的功能。 Lucene是倒叙排序索引，即由属性的值来确定记录的位置，而不是由记录来确定属性值。
举例（转自：《Elasticsearch技术解析与实战》）：
字典树采取trie树和DAT树，这部分待完善...
1.2 Lucene的核心结构：
Lucene将上面的三列分别作为词典文件（Term Dictionary）、频率文件（frequencies）、位置文件（positions）保存，其中词典文件保存了指向频率文件和文件位置的指针，通过指针可以找到该关键字的频率信息和位置信息。
总结socre评分有如下四个原则：
1.搜索词出现次数越多，得分越高；
2.搜索词在整个索引中出现次数越少，得分越高；
3.搜索字段中所有词语数量越少，得分越高；
4.搜索词和中的某一条数据匹配字段越多，得分越高。
1.3 ES的的术语说明：
Elastic Search和mysql的对应关系
| MySql | Elastic Search |
|---|---|
| database | index |
| table | type |
| row | document |
| cloumn | field |
| schema | mapping |
| index | Everything is indexed |
| SQL | query DSL |
| slect * from... | get http://... |
| update talbe set... | put http://... |
二.集群内部结构
ES是主从模式设计
2.1 主节点（Master node）
主节点负责集群的相关操作，管理集群变更，且全局唯一，一般采用主节点和数据节点分离的部署架构。为防止数据丢失，每个主节点要知道哪些从节点有资格成为主节点的数量。
2.2 数据节点（Data node）
负责保存数据，执行数据相关的操作，一般情况下（特殊除外），数据读写只和数据节点交互，不会和主节点打交道。
当增加和删除节点时，即水平扩容，会触发rebalance操作。
数据的路由：
shard = hash(routing) % primary_shard_count
routing默认值是document_id的
2.3 预处理节点（ingest node,5.0版本引入）
在索引写入数据之前，通过事先定义好的processors和pipeline，对数据进行转换、富化。processors和pipeline拦截bulk和index请求，在应用相关操作后，将文档传回给index或bulk API。
2.4 协调节点（Coordinating node）
协调节点将请求转发给Data node,每个Data node在本地执行请求，并返回给协调节点，协调节点将每个Data node的结果收集、合并甚至排序为单个全局结果，因此协调节点需要较多的CPU和内存资源。
数据写入过程：
数据写入的consistency参数：
quorum(默认)：
要求大部分的shard是活跃的，那么写入操作可执行。
quorum = int((primary_count+number_of_replica) /2 ) + 1
当quorum个数不够时，默认等待一分钟，如果一分钟内quorum个数仍然不够才不再执行。
one：
只要有一个primary shard是活跃的，那么写入操作可执行。
all：
当所有shard是活跃的(primary shard + replica shard)，那么写入操作才可执行。
数据查询的timeout参数：
timeout机制，指定每个shard只能在timeout时间内（默认无timeout限制），将检索到的结果（可能只有一部分）返回给client，而不是等所有查询结果全部搜索出来再返回，避免搜索时间过长，影响用户体验。
