Elasticsearch中的核心概念
1.1 索引 index
一个索引就是一个拥有几分相似特征的文档的集合。比如说，可以有一个客户数据
的索引，另一个产品目录的索引，还有一个订单数据的索引
一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这
个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字
1.2 映射 mapping
ElasticSearch中的映射（Mapping）用来定义一个文档
mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认
值、分词器、是否被索引等等，这些都是映射里面可以设置的
1.3 字段Field
相当于是数据表的字段|列
1.4 字段类型 Type
每一个字段都应该有一个对应的类型，例如：Text、Keyword、Byte等
1.5 文档 document
一个文档是一个可被索引的基础信息单元，类似一条记录。文档以JSON（Javascript Object
Notation）格式来表示；
1.6 集群 cluster
一个集群就是由一个或多个节点组织在一起，它们共同持有整个的数据，并一起ᨀ
供索引和搜索功能
1.7 节点 node

一个节点是集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的索
引和搜索功能
一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每 个节点都会被安排加入到一个叫做“elasticsearch”的集群中 这意味着，如果在网络中启动了若干个节点，并假定它们能够相互发现彼此，它们 将会自动地形成并加入到一个叫做“elasticsearch”的集群中
在一个集群里，可以拥有任意多个节点。而且，如果当前网络中没有运行任何 Elasticsearch节点，这时启动一个节点，会默认创建并加入一个叫 做“elasticsearch”的集群。

  1. 1.8 分片和副本 shards&replicas
    1.8.1 分片
    一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10 亿文档的索引占据1TB的磁盘空间，而任一节点都没有这样大的磁盘空间;或 者单个节点处理搜索请求，响应太慢
    为了解决这个问题，Elasticsearch提供了将索引划分成多份的能力，这些 份就叫做分片 当创建一个索引的时候，可以指定你想要的分片的数量
    每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以
    被放置到集群中的任何节点上
    分片很重要，主要有两方面的原因 允许水平分割/扩展你的内容容量 允许在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量
    至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由 Elasticsearch管理的，对于作为用户来说，这些都是透明的
    1.8.2 副本
    在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎 么的就处于离线状态，或者由于任何原因消失了，这种情况下，有一个故障转 移机制是非常有用并且是强烈推荐的。为此目的，Elasticsearch允许你创建分 片的一份或多份拷贝，这些拷贝叫做副本分片，或者直接叫副本
    副本之所以重要，有两个主要原因
  1. 在分片/节点失败的情况下，提供了高可用性。
    注意到复制分片从不与原/主要(original/primary)分片置于同一节点 上是非常重要的
  2. 扩展搜索量/吞吐量，因为搜索可以在所有的副本上并行运行 每个索引可以被分成多个分片。一个索引有0个或者多个副本 一旦设置了副本，每个索引就有了主分片和副本分片，分片和副本的数
    量可以在索引
    创建的时候指定
    在索引创建之后，可以在任何时候动态地改变副本的数量，但是不能改变
    分片的数量