今年接触到了 Elasticsearch，还是挺有趣的，在这里以文字的形式梳理一下。废话不多说，今天正式开启我们的 Elasticsearch 之旅吧。
哦，对了，这一系列文章是基于 Elastcsearch7.9.3 版本的。官网地址：https://www.elastic.co/cn/elasticsearch
Elasticsearch，简称 ES，它是一个基于 Lucene 实现的分布式全文检索引擎，可以扩展至上百台服务器集群，处理 PB 量级的数据，使用 ES 可以近乎实时的完成大量数据的存储与检索。使用上也很方便，通过一些简单的 RESTful API 就可以操作 ES，当然也可以和 Java 整合在一起去使用，这些后边都会介绍到。更多花里胡哨的介绍可以自行百度。
上边我们对 ES 有了一个大致上的认识，接下来我们来了解 ES 中的一些基本的概念，加深对 ES 的认识。
初学者直接看一大堆名词容易懵圈，我们可以类比MySql中的一些概念，这样就更容易理解了，先看下边的表格：
| MySql | Elasticsearch |
|---|---|
| Database（数据库） | Index（索引） |
| Table（表） | Type（类型） |
| Row（行） | Document（文档） |
| Column（列） | Field（字段） |
| 表结构 | Mapping（映射） |
先理解一会儿表格的内容再继续。
1、Index（索引）
这个比较好理解，比如我们要存储用户信息，就可以创建一个名为user的索引。可以理解为文档的集合。
2、Type（类型）
类型是在索引的基础上建立的，在 ES6.x 中，一个索引中可以创建多个类型；但从 ES7.x 开始，一个索引中只能创建一个类型，如果我们不指定类型名称，ES 会使用默认的类型名称_doc。其实类型的概念在逐渐的被弱化，理解就行。我们一般可以不指定，使用默认的即可。
3、Document（文档）
文档就是我们存储在 ES 指定索引中的一条 JSON 格式的数据。我们在 ES 中大部分的操作都是基于文档的，这个是重点。
4、Field（字段）
前边说了，文档可以理解成一条 JSON 格式的数据，这里的字段可以简单的理解成 JSON 中的各个字段，但还是有区别的。
5、Mapping（映射）
映射就是用来定义文档中每个字段的属性，例如类型、分词等其它规则约束。关于字段的类型和分词后边会单独介绍。
6、Node（节点）
服务上运行的一个 ES 实例就是一个节点， 一台服务器上可以有多个 ES 节点。
7、Cluster（集群）
将多个运行 ES 的服务器节点组织在一起就是 ES 集群了，如果只有一个节点也算是集群。每个集群都有一个名称（cluster name），作为其唯一标识。同一网段下的节点会根据配置的集群名称决定加入那个集群。
8、Shard（分片）
在 ES7.x版本中，ES默认会为一个索引创建1个主分片和每个主分片对应的1个副本分片，共2个分片；在之前的版本则是默认创建5个主分片和每个主分片对应的1个副本分片，共10个分片。
索引中的数据会被分配到各个主分片上，通常我们都是会搭建 ES 集群，进而这些分片会被分配到不同的节点上，每个分片底层其实是一个 Lucene 索引，可以存储大约21亿个文档。
副本分片是主分片的备份，主分片和备分片不会出现在同一个节点上，防止节点故障导致数据丢失。
