一、概念理解：

elasticsearch 是一个搜索引擎，同时也是一个分布式的数据库。因为不仅能提供搜索的功能，还能存储搜索需要的索引库，文档字段等。
一般都简称为 ES 服务。

二、原理：

1，爬取内容 ：获取源数据
2，分词：将数据内容中无意义的词去掉，建立有效的索引
3，建立倒排索引，根据内容反向搜索标题的索引。
大概原理介绍可以参考以下链接
https://developer.51cto.com/art/201904/594615.htm

三、基本术语：

文档（Document）

ElasticSearch（简称 ES） 是面向文档的，文档是所有可搜索数据的最小单位。

给大家举几个例子，让大家更形象地理解什么是文档：

• 日志文件中日志项
• 一本电影的具体信息、一张唱片的详细信息
• MP3 播放器里的一首歌、一篇 PDF 文档中的具体内容
• 一条客户数据、一条商品分类数据、一条订单数据

大家可以把文档理解为关系型数据库中的一条记录。

在 ES 中文档会被序列化成 JSON 格式，保存在 ES 中，JSON 对象由字段组成，其中每个字段都有对应的字段类型（字符串/数组/布尔/日期/二进制/范围类型）。

在 ES 中，每个文档都有一个 Unique ID，可以自己指定 ID 或者通过 ES 自动生成。

索引（Index）

索引简单来说就是相似结构文档的集合，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，一个索引可以包含很多文档，一个索引就代表了一类类似的或者相同的文档，比如说建立一个商品索引，里面可能就存放了所有的商品数据，也就是所有的商品文档。每一个索引都是自己的 Mapping 定义文件，用来去描述去包含文档字段的类型，分片（Shard）体现的是物理空间的概念，索引中的数据分散在分片上。

在一个的索引当中，可以去为它设置 Mapping 和 Setting，Mapping 定义的是索引当中所有文档字段的类型结构，Setting 主要是指定要用多少的分片以及数据是怎么样进行分布的。

索引在不同的上下文会有不同的含义，比如，在 ES 当中，索引是一类文档的集合，这里就是名词；同时保存一个文档到 ES 的过程也叫索引（indexing），抛开 ES，提到索引，还有可能是 B 树索引或者是倒排索引，倒排索引是 ES 中一个重要的数据结构，会在以后的文章进行讲解。

分片（Shard）

由于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分片（Shard），分布在多台服务器上存储。有了分片就可以横向扩展，存储更多数据，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。

索引与分片的关系如上图所示，一个 ES 索引包含很多分片，一个分片是一个 Lucene 的索引，它本身就是一个完整的搜索引擎，可以独立执行建立索引和搜索任务。Lucene 索引又由很多分段组成，每个分段都是一个倒排索引。 ES 每次 refresh 都会生成一个新的分段，其中包含若干文档的数据。在每个分段内部，文档的不同字段被单独建立索引。每个字段的值由若干词（Term）组成，Term 是原文本内容经过分词器处理和语言处理后的最终结果（例如，去除标点符号和转换为词根）。

分片分为两类，一类为主分片（Primary Shard），另一类为副本分片（Replica Shard）。

主分片主要用以解决水平扩展的问题，通过主分片，就可以将数据分布到集群上的所有节点上，一个主分片就是一个运行的 Lucene 实例，当我们在创建 ES 索引的时候，可以指定分片数，但是主分片数在索引创建时指定，后续不允许修改，除非使用 Reindex 进行修改。

副本分片用以解决数据高可用的问题，也就是说集群中有节点出现硬件故障的时候，通过副本的方式，也可以保证数据不会产生真正的丢失，因为副本分片是主分片的拷贝，在索引中副本分片数可以动态调整，通过增加副本数，可以在一定程度上提高服务查询的性能（读取的吞吐）。

四、主要配置和安装启动

- config/elasticsearch.yml 主配置文件

node.name: es-node-1						#集群节点名字设置
path.data: /data/es						#设置数据存储路径，默认是es下的data文件夹
path.logs: /var/log/es-logs					 #设置日志路径，默认是es下的logs文件夹
network.host: 0.0.0.0				   	 	 #允许从任意ip访问elasticsearch
cluster.name: my-es-cluster					 #设置es集群的名字
cluster.initial_master_nodes: ["es-node-1"]			#设置集群初始化master节点

#index.number_of_shards: 5 					# 设置索引的分片数,默认为5 
#index.number_of_replicas: 1 					# 设置索引的副本数,默认为1: 

- 启动es节点

需要非root账号启动，创建账号命令：

groupadd es

useradd es -g es -p es 创建账号名 es ，指定主组 es，创建密码 es。

给 es 账号文件夹权限

切换 es 账号，然后进入到他的/bin目录中，执行./elasticsearch命令启动，加上-d 参数后台启动。

如果启动报错，需要修改参数时，可以修改/etc/sysctl.conf 、/etc/security/limits.conf文件，或者使用ulimt 命令更改系统参数。