大白話講解大數據之Elasticsearch的核心概念
1、elasticsearch是lucene的框架，所以我們先概述下兩者
（1）lucene：可以說是搜索引擎的鼻祖，最先進、功能最強大的搜索庫，但是直接基於lucene開發的話會非常複雜，因為他的api極其複雜（實現一些簡單的功能，寫大量的java代碼，好比以前的jdbc，邏輯囉嗦的），還需要深入理解其內部各種索引結構。
（2）elasticsearch：基於lucene，是lucene的最完美的框架之一（比較知名的還有solr），隱藏了複雜性，提供簡單易用的restful api接口、java api接口等（相當於jdbc的框架，無需你瞭解太多底層，開箱即用）
2、Elasticsearch的優點（簡稱ES）：
1.分佈式的文檔（document）存儲引擎
2.分佈式的搜索引擎的分析引擎
3.分佈式，支持PB級數據（大量數據的支持）
開箱即用，優秀的默認參數，不需要任何額外設置（懂其原理的可以調整優化），完全開源。
３、ES的由來（故事）：
據傳說，有一個程序員失業了，陪著自己老婆去英國倫敦學習廚師課程。程序員在失業期間想給老婆寫一個菜譜搜索引擎，覺得lucene實在太複雜了，就開發了一個封裝了lucene的開源項目，compass。後來程序員找到了工作，是做分佈式的高性能項目的，覺得compass不夠，就寫了elasticsearch，讓lucene變成分佈式的系統。其真假性我也不知道，我只知道ES真的很強大。
4、Elasticsearch的核心概念
（1）Near Realtime（NRT）：近實時
兩個意思：
①從數據寫入到數據可以被搜索到大約1s，這個肯定會延遲，而不是隨機延遲，ES寫入到被搜索到會有1s之內的延遲；
②基於es執行搜索和分析可以達到秒級（大數據量也無壓力）
近實時圖示
（2）Cluster：集群：
包含多個節點，每個節點屬於哪個集群是通過一個配置（集群名稱，默認是elasticsearch）來決定的，默認一個集群就一個節點。
（3）Node：節點，集群中的一個節點，節點也有一個名稱（默認是隨機分配的），默認節點會去加入一個名稱為“elasticsearch”（默認的集群）的集群，如果直接啟動一堆節點，那麼他們會自動組成一個elasticsearch集群（啟動的node都會加入Elasticsearch這個集群名稱的集群中），一個節點也可以組成一個elasticsearch集群。
（4）Document：文檔，es中的最小數據單元，一個document可以是各種各樣的數據，比如一條日誌數據，一條訂單數據，用JSON表示，每個index下的type中（不懂沒關係，一會就會講解），都可以去存儲多個document，一個document裡面有多個field，每個field就是一個數據字段。（相當於表中的一行）
例如：
產品document：
{
"product_id": "1",
"product_name": "腦白金",
"product_desc": "老年人專用",
"category_id": "1",
"category_name": "保健品"
}
這就是一個document，如此簡單，就是一個json而已。
（5）Index：索引，包含一堆有相似結構的document數據，比如可以有一個日誌索引，商品索引，訂單索引，索引有一個名稱，一個index包含很多document，一個index就代表了一類類似的或者相同的document。比如建立一個product index，商品索引，裡面可能就存放了所有的商品數據，所有的商品document。（相當於一個數據庫）
（6）Type：類型，每個索引裡都可以有一個或多個type，type是index中的一個邏輯數據分類，一個type下的document，都有相同的field，比如系員工統，有一個索引，可以定義用戶數據type，角色數據type，權限數據type。（相當於一張表）
例如：
商品index，裡面存放了所有的商品document
但是商品分很多種類，每個種類的document的field可能不太一樣，比如
日化商品type：product_id，product_name，product_desc，category_id，category_name
電器商品type：product_id，product_name，product_desc，category_id，category_name，service_period
生鮮商品type：product_id，product_name，product_desc，category_id，category_name，eat_period
每一個type裡面，都會包含一堆document
{
"product_id": "1",
"product_name": "美的空調",
"product_desc": "超級給力還省電",
"category_id": "2",
"category_name": "電器",
"service_period": "3年"
}
{
"product_id": "2",
"product_name": "大閘蟹",
"product_desc": "無汙染",
"category_id": "4",
"category_name": "生鮮",
"eat_period": "30天"
}
（7）shard：單臺機器無法存儲大量數據，es可以將一個索引中的數據切分為多個shard，分佈在多臺服務器上存儲。有了shard就可以橫向擴展，存儲更多數據，讓搜索和分析等操作分佈到多臺服務器上去執行，提升吞吐量和性能。每個shard都是一個lucene index。
（8）replica：任何一個服務器隨時可能故障或宕機，此時shard可能就會丟失，因此可以為每個shard創建多個replica副本，replica可以在shard故障時提供備用服務，保證數據不丟失。多個replica還可以提升搜索操作的吞吐量和性能。primary shard（建立索引時一次設置，不能修改，默認5個），replica shard（隨時修改數量，默認1個，這1個相當於5個，也就是說5個primary shard，5個replica shard）
shard圖解
若有興趣，歡迎來加入群，【Java初學者學習交流群】：458430385，此群有Java開發人員、UI設計人員和前端工程師。有問必答，共同探討學習，一起進步！
歡迎關注我的微信公眾號【Java碼農社區】，會定時推送各種乾貨（純乾貨的東西，並非Java基礎語法這些。）
java碼農社區