下面来通过 lucene 引出 Elasticsearch 的核心概念
1、lucene 和 elasticsearch 的前世今生
lucene 是最先进、功能强大的搜索库。但是直接基于 lucene 开发，会非常的复杂。它的 api 很复杂，只是实现一些简单的功能，可能就需要写大量的 java 代码。要用好 lucene，需要深入了解其内部原理，包括各种索引结构。而 elasticsearch，它是基于 lucene，隐藏了 lucene 的复杂性，对外提供简单易用的 restful api 接口、java api 接口等等。关于 elasticsearch 的一个传说，据说有一个程序员失业了，陪着老婆去英国伦敦学习厨师课程。看着老婆每次查找菜谱特别费劲，于是就想给老婆写一个菜谱搜索引擎，准备使用 lucene，但是发现 lucene 实在是太复杂了，就开发了一个封装了 lucene 的开源项目，compass。后来程序员找到工作了，是做分布式的高性能项目的，就觉得自己封装的开源项目 compass 也不够用了，就写了 elasticsearch，让 lucene 变成分布式的系统。
2、elasticsearch 的核心概念
（1）Near Realtime(NRT): 近实时，两层意思，一个是写入数据到数据可以被搜索到有一个小延迟（大概 1s 左右），一个是基于 ES 执行搜索和分析可以达到秒级（2）Cluster: 集群，包含多个节点，每个节点属于哪个集群是通过一个叫做集群名称的配置来决定的。对于中小型应用来说，刚开始一个集群就一个节点很正常（3）Node: 节点，集群中的一个节点，节点也有一个名称默认是随机分配的，也可以手动指定，当我们在执行运维管理操作的时候节点的名称很重要（4）Document&field：文档，es 中最小的数据单元。一个 document 可以是一条客户数据，一条商品分类数据，一条订单数据，通常用 JSON 数据结构表示，每个 index 的 type 中都可以去存储多个 document。一个 document 里面有很多个 field，每个 field 就是一个数据字段。（5）Index: 索引，包含一堆有类似结构的文档数据。比如可以有一个客户索引，商品分类索引，订单索引，索引有一个名称。一个 index 包含很多 document，一个 index 就代表了一类类似的或者相同的 document。比如说建立一个 product index, 商品索引，里面可能就存放了所有的商品数据，所有的商品 document。（6）Type: 类型，每个索引里都可以有一个 type，之后更高级的版本可能会去掉这一个概念。type 是 index 中的一个逻辑数据分类，一个 type 下的 document，都有相同的 field，比如博客系统，有一个索引，可以定义用户数据 type（7）shard: 分片，单台机器无法存储大量数据，es 可以将一个索引中的数据切分为多个 shard，分布在多台服务器上存储。有了 shard 就可以横向扩展，存储更多的数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个 shard 都是一个 lucene index。（8）replica: 任何一个服务器随时可能故障或宕机，此时 shard 可能就会丢失，因此可以为每个 shard 创建多个 replica 副本。replica 可以在 shard 故障时提供备用服务，保证数据不丢失，多个 replica 还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认是 5 个），replica（随时修改数量，默认是 1 个）。默认每个索引 10 个 shard,5 个 primary shard,5 个 replica shard，最小的高可用配置是 2 台服务器
3、elasticsearch 核心概念和数据库核心概念
Elasticsearch | Document | Index (Type) 数据库 | 行 | 表