一、ES主要解决的问题：
1）检索相关数据；
2）返回统计结果；
3）速度要快。
二、es核心概念
1、cluster：集群
ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多相互合作的服务器上。这些服务器的集合称为集群。
2、Node：节点
形成集群的每个服务器称为节点。
3、Shard:分片
当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的相应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。
当你查询的索引分布在多个分片上时，ES会把查询发送到每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。
4、Replia : 副本
为提高查询吞吐量或者实现高可用性，可以使用分片副本。
副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。
当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。
5、全文索引。
全文索引就是对一篇文章进行索引，可以根据关键字索引，类似于mysql里的like语句。
全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如“你们的思维是因为什么事情来的” 可能会被分词成：“你们”， “思维”，“什么事情”，“来”等，这样当“你们” 或者“思维” 都会把这句搜出来。
6.Es数据架构的主要概念（与关系数据库MYsql对比）
（1）关系型数据库中的数据库（database），等价于ES中的索引（index）。
(2)一个数据库下面有N张表（Table），等价于1个索引index下面有N多类型（Type）
(3) 一个数据库表（Table）下的数据由多行（Row）多列（column）组成，等价于1个Type由多个文档（Document）和多Field组成。
（4）在一个关系型数据库里面，schema定义了表、每个表的字段，还有表和字段之间的关系。与之对应的，在ES中：Mapping定义索引下的TYpe的字段处理规则，即索引如何建立、索引类型、是否保存原始索引JSOn文档、是否压缩原始JSON文档、是否需要分词处理、如何进行分词处理等。
（5）在数据库中insert、delete、update、select操作等价于es中的增put/post、删delete、改update、查get.
7、elk是什么？
elk = elasticsearch + logstash + kibana
elasticsearch :后台分布式存储以及全文检索
logstash：日志加工、“搬运工”
kibana：数据可视化展示。
elk架构为数据分布式存储、可视化查询和日志解析创建了一个功能强大的管理链。三者相互配合，取长补短，共同完成分布式大数据处理工作。
三、ES特点和优势
（1）分布式实时文件存储，可将每一个字段存入索引，使其可以被检索到。
（2）实时分析的分布式搜索引擎。
分布式:索引分拆成多个分片，每个分片可有零个或多个副本。集群中的每个数据节点都可承载一个或多个分片，并且协调和出合理各种操作；
负载再平衡和路由在大多数情况下自动完成。
（3）可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。也可以运行在单台pc上。
（4）支持插件机制，分词插件，同步插件，hadoop插件，可视化插件等。
四、es性能
1、性能结果展示
（1）硬件配置
CPU 16核 AuthenticAMD
内存 总量：32GB
硬盘 总量：500GB 非SSD
2、在上述硬件指标的基础上测试性能如下：
1）平均索引吞吐量： 12307docs/s（每个文档大小：40B/docs）
2）平均CPU使用率： 887.7%（16核，平均每核：55.48%）
3）构建索引大小： 3.30111 GB
4）总写入量： 20.2123 GB
5）测试总耗时： 28m 54s.
3、为什么要用ES？
4.1 ES国内外使用优秀案例
1） 2013年初，GitHub抛弃了Solr，采取ElasticSearch 来做PB级的搜索。 “GitHub使用ElasticSearch搜索20TB的数据，包括13亿文件和1300亿行代码”。
2）维基百科：启动以elasticsearch为基础的核心搜索架构。
3）SoundCloud：“SoundCloud使用ElasticSearch为1.8亿用户提供即时而精准的音乐搜索服务”。
4）百度：百度目前广泛使用ElasticSearch作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部20多个业务线（包括casio、云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大100台机器，200个ES节点，每天导入30TB+数据。
