搜索引擎面面觀 lucene 和 es 的前世今生
lucene 是最先進、功能最強大的搜索庫。如果直接基於 lucene 開發，非常複雜，即便寫一些簡單的功能，也要寫大量的 Java 代碼，需要深入理解原理。
elasticsearch 基於 lucene，隱藏了 lucene 的複雜性，提供了簡單易用的 restful api / Java api 接口（另外還有其他語言的 api 接口）。
- 分佈式的文檔存儲引擎
- 分佈式的搜索引擎和分析引擎
- 分佈式，支持 PB 級數據
es 的核心概念
Near Realtime
近實時，有兩層意思：
- 從寫入數據到數據可以被搜索到有一個小延遲（大概是 1s）
- 基於 es 執行搜索和分析可以達到秒級
Cluster 集羣
集羣包含多個節點，每個節點屬於哪個集羣都是通過一個配置來決定的，對於中小型應用來說，剛開始一個集羣就一個節點很正常。
Node 節點
Node 是集羣中的一個節點，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爲 elasticsearch 的集羣。如果直接啓動一堆節點，那麼它們會自動組成一個 elasticsearch 集羣，當然一個節點也可以組成 elasticsearch 集羣。
Document & field
文檔是 es 中最小的數據單元，一個 document 可以是一條客戶數據、一條商品分類數據、一條訂單數據，通常用 json 數據結構來表示。每個 index 下的 type，都可以存儲多條 document。一個 document 裏面有多個 field，每個 field 就是一個數據字段。
{
"product_id": "1",
"product_name": "iPhone X",
"product_desc": "蘋果手機",
"category_id": "2",
"category_name": "電子產品"
}
Index
索引包含了一堆有相似結構的文檔數據，比如商品索引。一個索引包含很多 document，一個索引就代表了一類相似或者相同的 ducument。
Type
類型，每個索引裏可以有一個或者多個 type，type 是 index 的一個邏輯分類，比如商品 index 下有多個 type：日化商品 type、電器商品 type、生鮮商品 type。每個 type 下的 document 的 field 可能不太一樣。
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爲多個 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。
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，因此可以爲每個 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），默認每個索引 10 個 shard，5 個 primary shard，5個 replica shard，最小的高可用配置，是 2 臺服務器。
這麼說吧，shard 分爲 primary shard 和 replica shard。而 primary shard 一般簡稱爲 shard，而 replica shard 一般簡稱爲 replica。
es 核心概念 vs. db 核心概念
| es | db |
| index | 數據庫 |
| type | 數據表 |
| docuemnt | 一行數據 |
以上是一個簡單的類比。
來源:“創享視界”，創享視界(creativeview.cn)是一個帶動全民顛覆八小時工作制，通過投稿把自己的創意智慧變現的方式創造被動收入，從而實現財務自由的平臺。我們相信，創新思維不僅有助於打造更出色的產品，還可以讓世界變得更美好，讓人人受益。