Elasticsearch有几个核心概念，我们先了解一下，对后面的学习有很大的帮忙。
Elasticsearch是一个分布式文档(document oriented)存储。与关系型数据库数据保存到由行和列不同，Elasticsearch不将信息存储为列数据，而是存储已序列化为JSON文档的复杂数据结构。当集群中有多个Elasticsearch节点时，存储的文档分布在整个集群中，可以从任何节点立即访问。它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。你可以对文档进行索引、搜索、排序、过滤。这种理解数据的方式与以往完全不同，这也是Elasticsearch能够执行复杂的全文搜索的原因之一。
集群
可以将多台ES服务器作为一个集群使用，可以在集群中任意一台节点上进行搜索。一个集群有一个唯一的名字（可以配置文件中修改），节点启动后通过集群名称来确定加入那个集群（这里使用了网络广播原理），同时单个集群中只有一个节点会被选举为主节点(master)。
节点
节点是作为集群的一部分的单个服务器，存储数据并参与集群的索引和搜索功能。每个节点也有一个名称，默认是启动时随机生成一个唯一标识符，建议启动前指定一个名称，以便后面的管理。
在ES中，节点主要有3种
1、Coordinating Node 处理请求的节点叫 Coordinating Node
路由到正确的节点，例如创建索引，就路由到master节点
所有节点默认都是Coordinating Node
通过将其他类型设置成False,使其变成Coordinating Node节点
2、Data Node 可以保存数据的节点，就叫Data Node节点
节点启动后，默认就是数据节点，可以设置成node.data: false 禁止
Data Node保存分片数据，在数据扩展上起到至关重要的作用，（由Master Node决定如何把分片分发到数据节点上）
通过增加数据节点，可以解决数据水平扩展和解决数据单点的问题
3、Master Node 处理创建、删除索引等请求、决定分片分到那个节点，维护并更新Cluster 状态
Master 节点非常重要，在部署的时候需要考虑单点的问题
为一个集群设置多个Master节点/每一个节点只承担Master单一角色
索引（indices）
有相似特性的文档的集合，如：订单数据索引，产品信息索引。这里我们可以理解为【Mysq的l数据库】。
索引由一个名称（必须全部是小写）标识。在单个集群中，可以定义任意多个索引。
文档(document)
一个文档是一个可被索引的基础信息单元。文档以JSON（Javascript Object Notation）格式来表示。如：一条商品信息可以是一个文档，一笔订单信息也是一个文档。
索引、文档 与Mysql对比理解
索引（indices）--> 数据库
文档（Document）--> Row 行
字段（Field）-->Columns 列 （Json中的Key）
分片
作用：用于解决文档过多过大，单个节点存储不了的问题，同时对太多太大的数据量会导致速度太慢。
一个分片(shard)是一个最小级别“工作单元(worker unit)”，分片保存了一个索引中所有数据的一部分。当索引创建完成的时候，主分片的数量就固定了，但是复制分片的数量可以随时调整。
副本
可以简单理解就是某个分片的一个复制版本（一个主分片可以有多个副本）。当分片/节点发生故障时提供高可用性，需要注意的是，副本分片永远不会分配到复制它的原始/主分片所在的节点上。
以上是一些核心概念，下面我们会配置集群和分片的操作