Elasticsearch基本概念

•  集群
  • 多台Es服务器的结合的统称叫ES集群
  • 集群的健康状态
    • Green-主分片与副本都正常分配
    • Yellow-主分片全部正常分配，有副本分片未能正常分配
    • Red-有主分片未能分配（例如 当服务器的磁盘容量超过85%时，去创建了一个新的索引）

• 节点

• Master-eligible nodes 和Master Node（主节点）
  •  每个节点启动后，默认就是一个Master eligible节点（可以设置node.master:false禁止）
  • Master-eligible节点可以参加选主流出，成为Master节点
  •  每个节点上都保存了集群的状态，只有Master节点才能修改集群的状态信息
    •  集群状态（cluster state）维护了一个集群中必要的信息所有节点的信息/所有的索引和其相关的Mapping与Setting信息/分片的路由信息
    •    任意节点都能修改信息会导致数据的不一致性 

• DataNode(数据节点)
  • 可以保存数据的节点。负责保存分片数据。在数据扩展上起到了至关重要的作用
• Coordination Node（协调节点）
  • 负责接收Client的请求，将请求分发到合适的节点，最终把结果汇集到一起
  • 每个节点默认都起到了Coordination Node的职责 
• Hot&Warm Node
  • 不同硬件配置的Data Node，用来实现Hot&Warm架构，降低集群部署的成本
• Machine Learning Node
  • 负责跑机器学习的Job,用来做异常检测
• Ingest Node
  • Ingest Node 可以看作是数据前置处理转换的节点，支持 pipeline管道 设置，可以使用 ingest 对数据进行过滤、转换等操作，类似于 logstash 中 filter 的作用。
• Tribe Node
  • 5.3开始使用Cross Cluster Search）TribeNode 连接到不同的Elasticsearch集群，并且支持将这些集群当成一个单独的集群处理

•  分片（Primary Shard & Replica Shard）

• • 将数据切分放在每个分片中，分片又被放到集群中的节点上。
  • 每个分片都是独立的lucene实例
  • 分片数设置过小
    • 导致后续无法增加节点实现水平扩展
    • 单个分片的数据量太大，导致数据重新分配耗时
  • 分片数设置过大
    • 影响搜索结构的相关性打分，影响统计结果的准确性
    • 单个节点上过多的分片，会导致资源浪费，同时也会影响性能
  • 分片为主分片和备份分片
  • 副本分片数提高了数据冗余量
  • 主分片挂掉以后能够自动由副本分片升为主分片
  • 备份分片还能够降低主分片的查询压力(会消耗更多的系统性能)

• REST API 

             Elasticsearch提供了一个非常全面和强大的REST API,使用它与集群进行交互

1. 1. 检查群集，节点和索引运行状况，状态和统计信息
   2. 管理您的群集，节点和索引数据和元数据
   3. 对索引执行CRUD（创建，读取，更新和删除）和搜索操作
   4. 执行高级搜索操作，例如分页，排序，过滤，脚本编写，聚合等