ES是一個基于RESTful web接口并且建構在Apache Lucene之上的開源分布式搜尋引擎。
同時ES還是一個分布式文檔資料庫，其中每個字段均可被索引，而且每個字段的資料均可被搜尋，能夠橫向擴充至數以百計的伺服器存儲以及處理PB級的資料。
可以在極短的時間記憶體儲、搜尋和分析大量的資料。通常作為具有複雜搜尋場景情況下的核心發動機。
ES就是為高可用和可擴充而生的。一方面可以通過更新硬體來完成系統擴充，稱為垂直或向上擴充（Vertical Scale/Scaling Up）。
另一方面，增加更多的伺服器來完成系統擴充，稱為水準擴充或者向外擴充（Horizontal Scale/Scaling Out）。盡管ES能夠利用更強勁的硬體，但是垂直擴充畢竟還是有它的極限。真正的可擴充性來自于水準擴充，通過向叢集中添加更多的節點來分擔負載，增加可靠性。ES天生就是分布式的，它知道如何管理多個節點來完成擴充和實作高可用性。意味應用不需要做任何的改動。
Gateway，代表ES索引的持久化存儲方式。在Gateway中，ES預設先把索引存儲在記憶體中，然後當記憶體滿的時候，再持久化到Gateway裡。當ES叢集關閉或重新開機的時候，它就會從Gateway裡去讀取索引資料。比如LocalFileSystem和HDFS、AS3等。
DistributedLucene Directory，它是Lucene裡的一些列索引檔案組成的目錄。它負責管理這些索引檔案。包括資料的讀取、寫入，以及索引的添加和合并等。
River，代表是資料源。是以插件的形式存在于ES中。
Mapping，映射的意思，非常類似于靜态語言中的資料類型。比如我們聲明一個int類型的變量，那以後這個變量隻能存儲int類型的資料。比如我們聲明一個double類型的mapping字段，則隻能存儲double類型的資料。
Mapping不僅是告訴ES，哪個字段是哪種類型。還能告訴ES如何來索引資料，以及資料是否被索引到等。
Search Moudle，搜尋子產品，支援搜尋的一些常用操作
Index Moudle，索引子產品，支援索引的一些常用操作
Disvcovery，主要是負責叢集的master節點發現。比如某個節點突然離開或進來的情況，進行一個分片重新分片等。這裡有個發現機制。
發現機制預設的實作方式是單點傳播和多點傳播的形式，即Zen，同時也支援點對點的實作。另外一種是以插件的形式，即EC2。
Scripting，即腳本語言。包括很多，這裡不多贅述。如mvel、js、python等。
Transport，代表ES内部節點，代表跟叢集的用戶端互動。包括 Thrift、Memcached、Http等協定
RESTful Style API，通過RESTful方式來實作API程式設計。
3rd plugins，代表第三方插件。
Java(Netty)，是開發架構。
JMX，是監控。
使用案例
1、将ES作為網站的主要後端系統
比如現在搭建一個部落格系統，對于部落格文章的資料可以直接在ES上存儲，并且使用ES來進行檢索，統計。ES提供了持久化的存儲、統計和很多其他資料存儲的特性。
注意：但是像其他的NOSQL資料存儲一樣，ES是不支援事務的，如果要事務機制，還是考慮使用其他的資料庫做真實庫。
2、将ES添加到現有系統
有些時候不需要ES提供所有資料的存儲功能，隻是想在一個資料存儲的基礎之上使用ES。比如已經有一個複雜的系統在運作，但是現在想加一個搜尋的功能，就可以使用該方案。
3、将ES作為現有解決方案的後端部分
因為ES是開源的系統，提供了直接的HTTP接口，并且現在有一個大型的生态系統在支援他。比如現在我們想部署大規模的日志架構、用于存儲、搜尋和分析海量的事件，考慮到現有的工具可以寫入和讀取ES，可以不需要進行任何開發，配置這些工具就可以去運作。
設計結構
1、邏輯設計
文檔
文檔是可以被索引的資訊的基本機關，它包含幾個重要的屬性：
- 是自我包含的。一篇文檔同時包含字段和他們的取值。
- 是層次型的。文檔中還可以包含新的文檔，一個字段的取值可以是簡單的，例如location字段的取值可以是字元串，還可以包含其他字段和取值，比如可以同時包含城市和街道位址。
- 擁有靈活的結構。文檔不依賴于預先定義的模式。也就是說并非所有的文檔都需要擁有相同的字段，并不受限于同一個模式
{
"name":"meeting",
"location":"office",
"organizer":"yanping"
}
{
"name":"meeting",
"location":{
"name":"sheshouzuo",
"date":"2019-6-28"
},
"memebers":["leio","shiyi"]
}
類型
類型是文檔的邏輯容器，類似于表格是行的容器。在不同的類型中，最好放入不同的結構的文檔。
字段
ES中，每個文檔，其實是以json形式存儲的。而一個文檔可以被視為多個字段的集合。
映射
每個類型中字段的定義稱為映射。例如，name字段映射為String。
索引
索引是映射類型的容器一個ES的索引非常像關系型世界中的資料庫，是獨立的大量文檔集合。
關系型資料庫與ES的結構上的對比
2、實體設計
節點
一個節點是一個ES的執行個體，在伺服器上啟動ES之後，就擁有了一個節點，如果在另一個伺服器上啟動ES，這就是另一個節點。甚至可以在一台伺服器上啟動多個ES程序，在一台伺服器上擁有多個節點。多個節點可以加入同一個叢集。
當ElasticSearch的節點啟動後，它會利用多點傳播(multicast)(或者單點傳播，如果使用者更改了配置)尋找叢集中的其它節點，并與之建立連接配接。這個過程如下圖所示：
節點主要有3種類型，第一種類型是client_node，主要是起到請求分發的作用，類似路由。第二種類型是master_node，是主的節點，所有的新增，删除，資料分片都是由主節點操作（elasticsearch底層是沒有更新資料操作的，上層對外提供的更新實際上是删除了再新增），當然也能承擔搜尋操作。第三種類型是date_node，該類型的節點隻能做搜尋操作，具體會配置設定到哪個date_node，就是由client_node決定，而data_node的資料都是從master_node同步過來的
分片
一個索引可以存儲超出單個結點硬體限制的大量資料。比如，一個具有10億文檔的索引占據1TB的磁盤空間，而任一節點都沒有這樣大的磁盤空間；或者單個節點處理搜尋請求，響應太慢。
為了解決這個問題，ES提供了将索引劃分成多份的能力，這些份就叫做分片。當你建立一個索引的時候，你可以指定你想要的分片的數量。每個分片本身也是一個功能完善并且獨立的“索引”，這個“索引”可以被放置到叢集中的任何節點上。
分片之是以重要，主要有兩方面的原因：
1、允許你水準分割/擴充你的内容容量
允許你在分片（潛在地，位于多個節點上）之上進行分布式的、并行的操作，進而提高性能/吞吐量
至于一個分片怎樣分布，它的文檔怎樣聚合回搜尋請求，是完全由ES管理的，對于作為使用者的你來說，這些都是透明的。
2、在一個網絡/雲的環境裡，失敗随時都可能發生，在某個分片/節點不知怎麼的就處于離線狀态，或者由于任何原因消失了。這種情況下，有一個故障轉移機制是非常有用并且是強烈推薦的。為此目的，ES允許你建立分片的一份或多份拷貝，這些拷貝叫做複制分片，或者直接叫複制。
複制之是以重要，主要有兩方面的原因：
（1）在分片/節點失敗的情況下，提供了高可用性。因為這個原因，注意到複制分片從不與原/主要（original/primary）分片置于同一節點上是非常重要的。
（2）擴充你的搜尋量/吞吐量，因為搜尋可以在所有的複制上并行運作
總之，每個索引可以被分成多個分片。一個索引也可以被複制0次（意思是沒有複制）或多次。一旦複制了，每個索引就有了主分片（作為複制源的原來的分片）和複制分片（主分片的拷貝）之别。分片和複制的數量可以在索引建立的時候指定。在索引建立之後，你可以在任何時候動态地改變複制數量，但是不能改變分片的數量。
預設情況下，ES中的每個索引被分片5個主分片和1個複制，這意味着，如果你的叢集中至少有兩個節點，你的索引将會有5個主分片和另外5個複制分片（1個完全拷貝），這樣的話每個索引總共就有10個分片。一個索引的多個分片可以存放在叢集中的一台主機上，也可以存放在多台主機上，這取決于你的叢集機器數量。主分片和複制分片的具體位置是由ES内在的政策所決定的。
3、插件HEAD
elasticsearch-head是一個界面化的叢集操作和管理工具
● node：即一個 Elasticsearch 的運作執行個體，使用多點傳播或單點傳播方式發現 cluster 并加入。
● cluster：包含一個或多個擁有相同叢集名稱的 node，其中包含一個master node。
● index：類比關系型資料庫裡的DB，是一個邏輯命名空間。
● alias：可以給 index 添加零個或多個alias，通過 alias 使用index 和根據index name 通路index一樣，但是，alias給我們提供了一種切換index的能力，比如重建了index，取名● customer_online_v2，這時，有了alias，我要通路新 index，隻需要把 alias 添加到新 index 即可，并把alias從舊的 index 删除。不用修改代碼。
● type：類比關系資料庫裡的Table。其中，一個index可以定義多個type，但一般使用習慣僅配一個type。
● mapping：類比關系型資料庫中的 schema 概念，mapping 定義了 index 中的 type。mapping 可以顯示的定義，也可以在 document 被索引時自動生成，如果有新的 field，Elasticsearch 會自動推測出 field 的type并加到mapping中。
● document：類比關系資料庫裡的一行記錄(record)，document 是 Elasticsearch 裡的一個 JSON 對象，包括零個或多個field。
● field：類比關系資料庫裡的field，每個field 都有自己的字段類型。
● shard：是一個Lucene 執行個體。Elasticsearch 基于 Lucene，shard 是一個 Lucene 執行個體，被 Elasticsearch 自動管理。之前提到，index 是一個邏輯命名空間，shard 是具體的實體概念，建索引、查詢等都是具體的shard在工作。shard 包括primary shard 和 replica shard，寫資料時，先寫到primary shard，然後，同步到replica shard，查詢時，primary 和 replica 充當相同的作用。replica shard 可以有多份，也可以沒有，replica shard的存在有兩個作用，一是容災，如果primary shard 挂了，資料也不會丢失，叢集仍然能正常工作；二是提高性能，因為replica 和 primary shard 都能處理查詢。另外，如上圖右側紅框所示，shard數和replica數都可以設定，但是，shard 數隻能在建立index 時設定，後期不能更改，但是，replica 數可以随時更改。但是，由于 Elasticsearch 很友好的封裝了這部分，在使用Elasticsearch 的過程中，我們一般僅需要關注 index 即可，不需關注shard。
shard、node、cluster 在實體上構成了 Elasticsearch 叢集，field、type、index 在邏輯上構成一個index的基本概念，在使用 Elasticsearch 過程中，我們一般關注到邏輯概念就好，就像我們在使用MySQL 時，我們一般就關注DB Name、Table和schema即可，而不會關注DBA維護了幾個MySQL執行個體、master 和 slave 等怎麼部署的一樣。