es为分布式而生，而且它的设计隐藏了分布式本身的复杂性。es在分布式概念上做了很大程度上的透明话，在教程中你不需要知道任何关于分布式系统，分片、集群发现或者其他大量的分布式概念。所有的教程你既可以运行在你的笔记本上，也可以运行在拥有100个节点上的集群上，其工作方式是一样的。
es致力于隐藏分布式系统的复杂性。以下这些操作都是在底层自动完成的：
将你的文档分区到不同的容器或者分片（shards）中，它们可以存在于一个或多个节点中。
将分片均匀的分配到各个节点，对索引和搜索做负载均衡。
冗余每一个分片，防止硬件故障造成的数据丢失。
将集群中任意一个节点上的请求路由到相应数据所在的节点。
无论是增加节点，还是移除节点，分片都可以做到无缝的扩展和迁移。
es用于构建高可用和可扩展的系统。扩展的方式可以是购买更好的服务器（纵向扩展）或者购买更多的服务器（横向扩展）。es虽然能从更强大的硬件中获得更好的性能，但是纵向有他的局限性。真正的扩展应该是横向的。它通过增加节点来均摊负载和增加可靠性。
对于大多数数据库而言，横向扩展意味着你的程序将做非常大的改动才能利用这些新添加的设备。对比来说，es天生就是分布式的：它知道如何管理节点来提供高扩展和高可用。这意味着你的程序不需要关心这些。
一个节点（node）就是一个es实例，而一个集群（cluster）由一个或多个节点组成，他们具有相同的cluster.name,它们协同工作，分享数据和负载。当加入新的节点或者删除一个节点时，集群就会感知到并平衡数据。
集群中一个节点会被选举为主节点（master），它将临时管理集群级别的一些变化，例如新建或删除索引，增加或移除节点等。主节点不参与文档级别的的变更或搜索，这意味着在流量增长的时候，该主节点不会成为集群的瓶颈。任何节点都可以成为主节点。
作为用户，我们能够与集群中的任何节点通信，包括主节点。每一个节点都知道文档存在于哪个节点上，它们可以转发请求到相应的节点上。我们访问的节点负责收集各节点返回的数据，最后一起返回给客户端。这一切都是由es处理。
集群有一些健康状态：
green 所有主要分片和复制分片都可用
yellow 所有主要分片可用，但不是所有复制分片都可用
red 不是所有的主要分片都可用
为了将数据添加到es，我们需要索引（index）——一个存储关联数据的地方。实际上，索引只是一个用来指向一个或多个分片（shards）的逻辑命名空间。
一个分片（shard）是一个最小级别的“工作单元”，它只是保存了索引中所有数据的一部分。分片就是一个Lucene实例，并且它本身就是一个完整的搜索引擎。我们的文档存储在分片中，并且在分片中被索引，但是我们应用程序不会直接与它们通信，取而代之的是，直接与索引通信。
分片是es在集群中分发数据的关键。把分片想象成数据的容器。文档存储在分片中，然后分片分配到你集群中的节点 上。当你的集群扩容或缩小，es将会自动在你的节点间迁移分片，以使集群保持平衡。
分片可以是主分片（primary shard）或者是复制分片（replica shard）。你索引中的每个文档 属于一个单独的主分片，所以主分片的数量决定了索引最多能存储多少数据。
复制分片只是主分片的一个副本，它可以防止硬件故障导致的数据丢失，同时可以提供读请求，比如搜索或者从别的shard取回文档。当索引创建完成时，主分片的数量就固定了，但是复制分片的数量可以随时（动态）调整。主分片或者复制分片都可以处理读请求——搜索或文档检索，所以数据的冗余越多，我们能处理的搜索吞吐量就越大。
网友评论