Introduction > Getting Started > Elasticsearch基础概念

Elasticsearch基础概念

对照着关系型数据库中的概念，方便理解Elasticsearch中的术语：

（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，属性）组成，等价于1个Type由多个文档（Document）和多Field组成。

例如：

索引(indices)会被拆分并分布在多个节点上, 称为分片(sharding)。

一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据600GB的磁盘空间，而任一节点只有500GB，都没有这样大的磁盘空间：

分片之所以重要，主要有两方面的原因：

有两种类型的分片：primary shard和replica shard。

Primary shard: PUT文档时，它首先在Primary shard上写入，然后在此分片的所有副本上同步。索引可以包含一个或多个主分片 （7.0.0版本前默认设置为5，之后的版本默认为1）
Replica shard: 每个主分片可以具有零个或多个副本，有两个目的：增加集群的吞能力以及实现故障转移，在故障情况下可以将副本分片提升为主分片

默认情况下，Elasticsearch为每个索引创建一个primary shard和一个replica shard，这意味着每个分片将具有一个副本。

分配多个分片和副本是分布式搜索功能设计的本质，提供高可用性和快速访问索引中的文档。主副本和副本分片之间的主要区别在于只有主分片可以接受PUT请求。副本和主分片都可以提供查询请求。

Primary Shard和Replica Shard组成了Replication Group，这是一个逻辑上的概念，实际上并不会分布在一个node上：

如果ES集群只有一个节点，那么Replica Shard不会被分配到该节点，因为此时如果唯一的node挂了，整个集群数据都会丢失，当添加新的Node到集群时，Replica Shard会分配到新的节点上：

elasticsearch的节点有下面几种角色：

master：其实这个是master准确的来说是具有成为master节点资格的节点，即master-eligible node，具体哪个节点会成为master node则由master选举算法选举出来的。主节点负责集群范围内的元数据相关的操作，例如创建或删除索引，跟踪哪些节点是集群的一部分以及确定将哪些 shard 分配给哪些节点。拥有稳定的主节点对于群集健康非常重要。
data：数据节点包含已建立索引的文档的分片。数据节点处理与数据相关的操作，例如 CRUD，搜索和聚合
ingest：用于对写入或者查询的数据进行预处理，即可以将部分client需要预处理的工作放到了server端，如常见的格式转换，空值处理以及时间处理
ml：机器学习节点提供了机器学习功能，该节点运行作业并处理机器学习 API 请求。
Remote-eligible：改节点拥有remote_cluster_client角色，可以充当远程客户端，默认情况下，集群内任意节点都可以作为跨集群的客户端连接到远程集群。
transform