剖析ElasticSearch核心概念，NRT，索引，分片，副本等

ElasticSearch 的核心概念

Near RealTime(NRT) 近实时

近实时有两种意思，一种是从写入数据到可以被搜索到有一个小延迟（大概一秒），还有一种就是基于ElasticSearch 进行搜索和分析可以达到秒级, 下图来说明一下近实时的效果。

1. 首先我们先使用Java向ElasticSearch存入一条数据，时间是 2点16分20秒
   
2. 在使用一个Java程序从ElasticSearch里面来读取数据，那么在读取数据的时候这个时间的误差应该保持在秒级，不论是这个集群体系有多大，都应该保持这种速度，比如下面这个例子就是将时间延迟控制在了一秒。
   
3. 这里需要提到一下：实时又分为准实时和近实时，准实时是毫秒级，近实时是秒级

Cluster 集群

集群里面包含多个节点，每个属于那个集群都是通过一个配置（集群名称，默认是elasticSearch）来决定的，对于中小型企业来说，刚开始一个集群就一个节点很正常。

Node 节点

集群里面的一个节点，节点也有一个名称，默认是随机分配的，节点名称很重要(在运维管理操作的时候)，每个节点默认会去加入一个名叫 elasticsearch 的集群, 如果直接启动一堆节点，那么他们会自动组成一个名为 elasticsearch 的集群, 当然一个节点也可以组成一个 elasticsearch 集群，只不过状态是yellow(警告)，正常的状态应该是green(正常)，这个在后面会详细说明为什么会有yellow和green之分。

Document 文档

es中最小的数据单元，它可以是一条简单的客户数据，一条商品分类数据，一条订单数据，通常用json结构表示，每个index下的type中，都可以存储多个document。下面就举例一个简单的商品document。

product document
{
    "product_name":"田园布艺沙发",
    "product_id":"1",
    "category_name": "沙发",
    "category_id": "2"
}

Type 类型

一个type里面可以有很多个document，就相当于一个表里面有条记录是一个意思，在ElasticSearch6.0版本之前一个索引是可以有多个type的，但是在6.0之后就只能有一个type了。在7.0过后将会完全抛弃type，为什么type会慢慢的被ElasticSearch移除呢？我们都把type比喻成一张表，把index比喻成数据库，但是在数据库里面的表都是相互独立的，各个字段之间互不影响，但是在ElasticSerarch中，多个type里面如果有相同字段，那么多个type就会同用同一个字段，也就是说他们并不会区分开来，所以后期就慢慢的将type潜移默化了。下面的例子将会展示document在type里面是怎么存储的（这里type和document的数据关系，并不是代表es里面数据结构就是这样，这里只是演示，了解就行）。

{
"type":[
    {
        "product_name":"田园布艺沙发",
        "product_id":"1",
        "category_name":"布艺沙发",
        "category_id":"2"
    },
    {
        "product_name":"田园实木沙发",
        "product_id":"2",
        "category_name":"实木沙发",
        "category_id":"3"
    }
]
}

index 索引

在6.0版本之前index里面可以存多个type，但是在6.0之后就只能存一个type了，这个type里面又有很多的document。就像是下面这样（这里只是体现一个index和type还有document的数据关系，并不是代表es里面数据结构就是这样，这里只是演示，了解就行）

{
"index":{
    "type":[
        {
            "product_name":"田园布艺沙发",
            "product_id":"1",
            "category_name":"布艺沙发",
            "category_id":"2"
        },
        {
            "product_name":"田园实木沙发",
            "product_id":"2",
            "category_name":"实木沙发",
            "category_id":"3"
        }
    ]
}
}

shards 分片

ElasticSearch 中特别重要的一个，先简单介绍一下什么是shards，它是一个数据的分片，这里先大概说明一下，下面就来详细解释一下这个shards为什么重要了。

1. 现在我们有这么一个需求，要求将3T数据存储在ES集群中，但是我们的每个节点最大容量只有1T，这时候单台服务器就容不下我们的数据。
   
2. 这个时候我们就需要将这个3T的数据拆分成3份存在3个节点上面（不要说这里有6台服务器，为什么不每台服务器存500G呢，我不接受抬杠