# Node
? ? ?任何時候你啟動一個彈性搜索的實例,你就啟動一個節點。 連接節點的集合稱為[cluster](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/modules-cluster.html "Cluster")(超連接)。 如果您正在運行es的單個節點,那么您有一個節點的集群。
? ? ?默認情況下,集群中的每個節點都可以處理[HTTP](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/modules-http.html "HTTP")和[Transport](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/modules-transport.html "Transport")?。 傳輸層只用于節點和[Java?`TransportClient`](https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.3/transport-client.html)之間的通信; HTTP層僅由外部REST客戶端使用。
? ??所有節點都知道集群中的所有其他節點,并將客戶端請求轉發到適當的節點。 除此之外,每個節點都有一個或多個目的:
? ??Master-eligible node
? ? ? ? ? 一個節點的node.master設置為true(默認),這使得它有資格被選為主節點(超連接),它控制集群。
? ??Data node
? ? ? ? ? node.data設置為true(默認)的節點。 數據節點保存數據并執行數據相關操作,Eg: CRUD,搜索和聚合。?
? ? Ingest node
? ? ? ? ??node.ingest設置為true(默認)的節點。 獲取節點能夠將?[ingest pipeline](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/pipeline.html "Pipeline Definition")?應用于文檔,以便在索引之前變換和豐富文檔。 使用沉重的請求負載,使用專門的請求節點并將主節點和數據節點標記為node.ingest:false是有意義的。
? ? Tribe node
? ? ? ? ?通過tribe*設置配置的族節點是一種特殊類型的協調節點,可以連接到多個集群,并在所有連接的集群中執行搜索和其他操作。
默認情況下,節點是主節點和數據節點,加上它可以通過請求管道預處理文檔。 這對于小型集群來說非常方便,但是隨著集群的發展,考慮將獨立主節點與獨立數據節點分開是很重要的。
? ? 協調Node
? 搜索請求或批量索引請求的可能涉及保存在不同數據節點上的數據。 Eg,搜索請求在由接收客戶端請求的節點(協調節點)協調的兩個階段中執行。在分散階段,協調節點將請求轉發到保存數據的數據節點。 每個數據節點在本地執行請求,并將其結果返回給協調節點。 在收集階段,協調節點將每個數據節點的結果減少為單個全局結果集。每個節點都是隱式協調節點。 這意味著將所有三個node.master,node.data和node.ingest設置為false的節點將僅作為協調節點,不能禁用。 因此,這樣一個節點需要有足夠的內存和CPU才能處理收集階段。
? ? ?Master-eligible node
? ? ?主節點負責輕量級的集群范圍的操作,Eg創建或刪除索引,跟蹤哪些節點是集群的一部分,以及決定哪些分片分配給哪些節點。 群集健康對于擁有穩定的主節點很重要。任何主節點(默認情況下的所有節點)可以通過選舉過程被選為成為主節點([master election process](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/modules-discovery-zen.html "Zen Discovery"))。
? ??!!! ?主節點必須具有對數據/目錄的訪問(就像數據節點一樣),因為節點重新啟動之間的集群狀態是持久存在的。
? ? 索引和搜索數據是CPU,內存和I / O密集型工作,可能會對節點資源造成壓力。 為了確保您的主節點穩定而不受壓力,在較大的集群中,將獨立出主節點與獨立出數據節點架構是很nice。盡管主節點也可以作為協調節點,并將搜索和索引請求從客戶端路由到數據節點,但最好不要為此目的使用獨立主節點。 對于master節點盡可能少的工作,集群的穩定性很重要。(不想半夜 被經理喊起來 說es出問題了 你看看 那時還在和女票么么噠 那就爽了 謹記!!! ?么么噠記得關機)
? ? 要創建獨立的主節點節點,請設置:
? ? node.master: true (1) node.master角色默認啟用。
? ? node.data: false (2) 禁用node.data角色(默認啟用)。
? ? node.ingest: false (3) 禁用node.ingest角色(默認情況下啟用)。
? ? ?為了防止數據丟失,至關重要的是配置discovery.zen.minimum_master_nodes設置(默認為1),以便每個符合主要條件的節點都知道為了形成集群而必須可見的最少數量的主節點。假設你有一個由兩個主節點組成的集群。網絡故障會破壞這兩個節點之間的通信。每個節點都看到一個主要合格的節點...本身。將minimum_master_nodes設置為默認值為1,這足以形成集群。每個節點選擇自己作為新的主人(認為另一個符合資格的節點已經死亡),結果是兩個群集或一個裂腦(裂腦最痛苦了 ?最開始耍es ?這里坑了我一下 )。這兩個節點永遠不會重新加入,直到重新啟動一個節點。已經寫入重新啟動的節點的任何數據都將丟失。我們可以想象一下,您有一個具有三個主節點的節點,而minimum_master_nodes設置為2.如果一個網絡分裂將一個節點與其他兩個節點分離,則具有一個節點的一側無法看到足夠的主節點,并且將意識到不能選擇自己作為主人。具有兩個節點的一側將選擇一個新的主控(如果需要)并繼續正常工作。一旦解決了網絡拆分,單個節點將重新加入集群,并再次開始投放請求。
? 此設置應設置為合格的主節點的法定數量:
? ?(master_eligible_nodes / 2) + 1
??換句話說,如果有三個主節點,則最小主節點應設置為(3/2)+ 1或2:(默認是1)
? 也可以使用集群動態設置API在實時集群上動態更改此設置:
? PUT _cluster/settings
? {
?"transient": {
"discovery.zen.minimum_master_nodes": 2
}
}
注解:在es集群節點之間分割主節點和數據節點的優點是,您只能擁有三個主節點節點,并將minimum_master_nodes設置為2.您無需更改此設置,無論添加到集群中的獨立的數據節點數量多少。
? ? Data nodes
? ?數據節點保存包含已編制索引的文檔的分片。 數據節點處理與CRUD,搜索和聚合相關的數據相關操作。 這些操作是I / O,內存和CPU密集型。 如果監視這些資源并重新加載更多的數據節點,這是非常重要的。擁有獨立數據節點的主要優點是主控和數據角色的分離。
? ?要創建獨立數據節點,請設置:
? node.master: false 禁用node.master角色(默認啟用)。
? node.data: true node.data角色默認啟用。
? node.ingest: false 禁用node.ingest角色(默認情況下啟用)。
? ?Ingest nodes
? ?獲取節點可以執行由一個或多個請求處理組成的預處理數據流。 根據請求處理器執行的操作類型和所需的資源,具有專門的請求節點是有意義的,只能執行此特定任務。
? ?要創建一個專門的Ingest nodes,請設置:
? ?node.master: false 禁用node.master角色(默認啟用)。
? node.data: false 禁用node.data角色(默認啟用)。
?node.ingest: true node.ingest角色默認啟用。
? search.remote.connect: false 禁用跨群集搜索(默認情況下啟用)。
? 協調一個node
??如果您獨立了能夠處理主要職責,掌握數據和預處理文檔的能力,那么您將留下只能路由請求的協調節點,處理搜索減少階段并分發批量索引。 基本上,僅協調節點表現為智能負載均衡器。僅協調節點可以通過從數據和主節點節點卸載協調節點角色來受益于大型集群。 他們加入集群并接收完整的集群狀態,就像每個其他節點一樣,它們使用[cluster state](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/cluster-state.html "Cluster State")將請求直接路由到適當的位置。將多個僅協調的節點添加到群集可能會增加整個群集的負擔,因為選定的主節點必須等待每個節點的群集狀態更新的確認!?
? 要創建一個專用的協調節點,請設置:
? node.master: false 禁用node.master角色(默認啟用)。
?node.data: false 禁用node.data角色(默認啟用)。
?node.ingest: false 禁用node.ingest角色(默認情況下啟用)。
?search.remote.connect: false 禁用跨群集搜索(默認情況下啟用)。
? path.data
? ? ?每個數據和主資源節點都需要訪問數據目錄,其中將存儲分片和索引和集群元數據。 path.data默認為$ ES_HOME / data,但可以在elasticsearch.yml配置文件中配置絕對路徑或相對于$ ES_HOME的路徑,如下所示: ?
?path.data: /var/elasticsearch/data
類似所有節點設置一樣,它也可以在啟動命令行中指定為:
./bin/elasticsearch -Epath.data=/var/elasticsearch/data
當使用.zip或.tar.gz發行版時,應該將path.data設置配置為在Elasticsearch主目錄之外找到數據目錄,以便刪除主目錄而不刪除數據! RPM和Debian發行版已經為您做了這個。
node.max_local_storage_nodesedit
數據路徑可以由多個節點共享,即使是來自不同群集的節點。 這對于在開發機器上測試故障切換和不同配置非常有用。 但是,在生產中,建議每個服務器只運行一個彈性節點。
默認情況下,Elasticsearch配置為防止多個節點共享相同的數據路徑。 要允許多個節點(例如,在您的開發機器上),請使用設置node.max_local_storage_nodes并將其設置為大于1的正整數。
謹記 從同一數據目錄運行不同的節點類型(即主節點,數據)。 這可能導致意外的數據丟失。
其他節點設置
更多的節點設置可以在[Modules](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/modules.html "Modules")中找到。 特別要注意的是[cluster.name](http://cluster.name),[node.name](http://node.name)和網絡設置。
- Getting Started(入門指南)
- Basic Concepts(基礎概念)
- Installation(安裝)
- Exploring Your Cluster(探索集群)
- Cluster Health(集群健康)
- List All Indices(列出所有索引)
- Create an Index(創建索引)
- Index and Query a Document(索引和查詢文檔)
- Delete an Index(刪除索引)
- Modifying Your Data(修改數據)
- Updating Documents(更新文檔)
- Deleting Documents(刪除文檔)
- Batch Processing(批處理)
- Exploring Your Data(探索數據)
- The Search API(搜索 API)
- Introducing the Query Language(介紹查詢語言)
- Executing Searches(執行查詢)
- Executing Filters(執行過濾)
- Executing Aggregations(執行聚合)
- Conclusion(總結)
- Setup Elasticsearch(設置)
- Installing Elasticsearch(安裝)
- zip 或 tar.gz 安裝
- Debian軟件包安裝Elasticsearch
- 用RPM安裝Elasticsearch
- Windows 環境下安裝ES
- Docker 方式安裝
- 配置Elasticsearch
- 重要Elasticsearch配置
- 安全配置
- 啟動前檢查
- 堆大小檢查
- 文件描述符檢查
- 內存鎖定檢查
- 最大線程數檢查
- 最大虛擬內存檢查
- 最大map數檢查
- JVM Client模式檢查
- 串行收集使用檢查
- 系統調用過濾檢查
- OnError與OnOutOfMemoryError檢查
- G1GC檢查
- 重要的系統配置
- 系統設置
- 在jvm.options中設置JVM堆大小
- 禁用swapping
- 文件描述符
- 虛擬內存
- 線程數
- 升級Elasticsearch
- Elasticsearch停機
- 重大改變
- 在5.3 重大改變
- 在5.2 重大改變
- Shadow Replicas已被棄用
- 在5.1 重大改變
- 在5.0 重大改變
- 搜索和查詢DSL改變
- 映射改變
- 過濾器改變
- Suggester變化
- 索引API改變
- 文檔API改變
- 設置的改變
- 分配改變
- HTTP改變
- REST API改變
- CAT API改變
- Java API改變
- Packaging
- Plugin改變
- 文件系統相關改變
- 磁盤上數據的路徑
- 聚合改變
- 腳本相關改變
- API 規范
- Multiple Indices(多個索引)
- Date math support in index names(索引名稱對 Date 和 Math 的支持)
- 常見選項
- URL-based access control(基于 URL 的訪問控制)
- Document APIS
- Index API
- Get API
- Update API
- 通過查詢 API 更新
- 多個 GET API
- Bulk API
- Reading and Writing documents(讀寫文檔)
- Delete API
- Delete By Query API
- Reindex API
- Term Vectors
- Multi termvectors API
- ?refresh
- Search APIs
- Search
- URI Search
- Request Body Search
- Query
- From / Size
- Sort
- Source filtering
- Fields
- Script Fields
- Doc value Fields
- Post filter
- Highlighting
- Rescoring
- Search Type
- Scroll
- Preference
- Explain
- Version
- Index Boost
- min_score
- Named Queries
- Inner hits
- Search After
- Field Collapsing 字段折疊
- Search 模板
- Multi Search 模板
- Search Shards API
- Suggesters
- Completion Suggester
- Context Suggester
- Phrase Suggester
- Term suggester
- Multi Search API
- Count API
- Validate API
- Explain API
- Profile API
- Profiling Queries
- Profiling Aggregations
- Profiling Considerations
- Aggregations
- Metric Aggregations
- 值計數聚合(Value Count Aggregation)
- 地理邊界聚合
- 地理重心聚合
- 基數聚合
- 平均值聚合
- 擴展統計聚合
- 最大值聚合
- 最小值聚合
- Bucket Aggregations
- Children Aggregation
- Date Histogram Aggregation
- Date Range Aggregation
- Diversified Sampler Aggregation
- Filter Aggregation(過濾器聚合)
- Filters Aggregation
- Geo Distance Aggregation(地理距離聚合)
- GeoHash grid Aggregation(GeoHash網格聚合)
- Global Aggregation(全局聚合)
- Histogram Aggregation
- IP Range Aggregation(IP范圍聚合)
- Missing Aggregation
- Nested Aggregation(嵌套聚合)
- Range Aggregation(范圍聚合)
- Reverse nested Aggregation
- Sampler Aggregation
- Significant Terms Aggregation
- 鄰接矩陣聚合
- Pipeline Aggregations
- Avg Bucket Aggregation
- Derivative Aggregation(導數聚合)
- Max Bucket Aggregation
- Min Bucket Aggregation
- Sum Bucket Aggregation
- Stats Bucket Aggregation
- Extended Stats Bucket Aggregation(擴展信息桶聚合)
- Percentiles Bucket Aggregation(百分數桶聚合)
- Cumulative Sum Aggregation(累積匯總聚合)
- Bucket Script Aggregation(桶腳本聚合)
- Bucket Selector Aggregation(桶選擇器聚合)
- Serial Differencing Aggregation(串行差異聚合)
- Matrix Aggregations
- Matrix Stats
- Matrix Stats(矩陣統計)
- Caching heavy aggregations(緩存頻繁聚合)
- Returning only aggregation results(僅返回需要聚合的結果)
- Aggregation Metadata(聚合元數據)
- Returning the type of the aggregation(返回聚合的類型)
- 索引 API
- Create Index /創建索引
- Delete Index /刪除索引
- Get Index /獲取索引
- Indices Exists /索引存在
- Open / Close Index API /啟動關閉索引
- Shrink Index /縮小索引
- Rollover Index/滾動索引
- Put Mapping /提交映射
- Get Mapping /獲取映射
- Get Field Mapping /獲取字段映射
- 卷影副本索引
- 依賴卷影副本的節點級設置
- 索引統計信息
- 索引段
- 索引恢復
- 索引分片存儲
- 清理緩存
- 刷新
- 同步刷新
- 重新加載
- 強制合并
- cat APIs
- cat aliases
- cat allocation
- cat count
- cat fielddata
- cat health
- cat indices
- cat master
- cat nodeattrs
- cat nodes
- cat pending tasks
- cat plugins
- cat recovery
- cat repositories
- cat thread pool
- cat shards
- cat segments
- cat snapshots
- 集群 API
- Cluster Allocation Explain API
- Cluster Health
- Cluster Reroute
- Cluster State
- Cluster Stats
- Cluster Update Settings
- Nodes hot_threads
- Nodes Info
- Nodes Stats
- Pending cluster tasks
- Task Management API
- 查詢 DSL
- 查詢和過濾上下文
- Match ALL 查詢
- 全文搜索
- 匹配查詢
- 短語匹配查詢
- 短語前綴匹配查詢
- 多字段查詢
- 常用術語查詢
- 查詢語句查詢
- 簡單查詢語句
- 復合查詢家族
- Constant Score 查詢
- Bool 查詢
- Dis Max 查詢
- Function Score 查詢
- Boosting 查詢
- Indices 查詢
- Join 查詢
- Has Child Query
- Has Parent Query
- Nested Query(嵌套查詢)
- Parent Id Query
- 術語查詢
- Exists Query(非空值查詢)
- Fuzzy Query(模糊查詢)
- Ids Query(ID 查詢)
- Prefix Query(前綴查詢)
- Range Query(范圍查詢)
- Regexp Query(正則表達式查詢)
- Term Query(項查詢)
- Terms Query(多項查詢)
- Type Query(類型查詢)
- Wildcard Query(通配符查詢)
- 地理位置查詢
- GeoShape Query(地理形狀查詢)
- Geo Bounding Box Query(地理邊框查詢)
- Geo Distance Query(地理距離查詢)
- Geo Distance Range Query(地理距離范圍查詢)
- Geo Polygon Query(地理多邊形查詢)
- Span 查詢
- Span Term 查詢
- Span Multi Term 查詢
- Span First 查詢
- Span Near 查詢
- Span Or 查詢
- Span Not 查詢
- Span Containing 查詢
- Span Within 查詢
- Span Field Masking 查詢
- Specialized queries(專業查詢)
- Mapping(映射)
- 字段類型
- Array
- Binary
- Range
- Boolean
- Date
- Geo-point datatype
- String
- Text
- Token數
- 滲濾型
- KeyWord
- Nested
- Object
- Numeric
- Meta-Fields(元字段)
- _all field
- _field_names field
- _id field
- _index field
- _meta field
- _parent field
- _routing field
- _source field
- _type field
- _uid field
- Mapping parameters(映射參數)
- analyzer(分析器)
- normalizer(歸一化)
- boost(提升)
- Coerce(強制類型轉換)
- copy_to(合并參數)
- doc_values(文檔值)
- dynamic(動態設置)
- enabled(開啟字段)
- fielddata(字段數據)
- format (日期格式)
- ignore_above(忽略超越限制的字段)
- ignore_malformed(忽略格式不對的數據)
- include_in_all(_all 查詢包含字段)
- index_options(索引設置)
- index (索引)
- fields(字段)
- Norms (標準信息)
- null_value(空值)
- position_increment_gap(短語位置間隙)
- properties (屬性)
- search_analyzer (搜索分析器)
- similarity (匹配方法)
- store(存儲)
- Term_vectors(詞根信息)
- Dynamic Mapping(動態映射)
- default mapping(mapping中的_default_)
- Dynamic field mapping(動態字段映射)
- Dynamic templates(動態模板)
- Override default template(覆蓋默認模板)
- Mapping(映射)
- Analysis
- Tokenizers(分詞器)
- Standard Tokenizer(標準分詞器)
- Letter Tokenizer
- Lowercase Tokenizer (小寫分詞器)
- Whitespace Analyzer
- 停止分析器
- UAX URL Email Tokenizer
- Classic Tokenizer
- Thai Tokenizer(泰語分詞器)
- NGram Tokenizer
- Keyword Analyzer
- Path Hierarchy Tokenizer(路徑層次分詞器)
- Pattern Tokenizer
- Token Filters(詞元過濾器)
- Apostrophe Token Filter(撇號/單引號過濾器)
- ASCII Folding Token Filter(ASCII Folding 詞元過濾器)
- CJK Bigram Token Filter(CJK Bigram詞元過濾器)
- CJK Width Token Filter(CJK寬度過濾器)
- Classic Token Filter(經典過濾器)
- Common Grams Token Filter(近義詞詞元過濾器)
- Compound Word Token Filter(復合詞過濾器)
- Decimal Digit Token Filter(十進制數字過濾器)
- Delimited Payload Token Filter(Delimited Payload詞元分析器)
- Edge NGram Token Filter(Edge NGram 詞元過濾器)
- Elision Token Filter(Elision詞元過濾器)
- Fingerprint Token Filter(指紋過濾器)
- Flatten Graph Token Filter(Flatten Graph 詞元過濾器)
- Hunspell Token Filter(Hunspell 詞元過濾器)
- Keep Types Token Filter(保留指定類型過濾器)
- Keep Words Token Filter(保留字過濾器)
- Keyword Marker Token Filter(Keyword Marker 詞元過濾器)
- Keyword Repeat Token Filter(Keyword Repeat 詞元過濾器)
- KStem Token Filter(KStem 詞元過濾器)
- Length Token Filter(長度詞元過濾器)
- Limit Token Count Token Filter(限制詞元數量過濾器)
- Lowercase Token Filter(Lowercase 詞元過濾器)
- Minhash Token Filter(Minhash過濾器)
- NGram Token Filter(NGram詞元過濾器)
- Normalization Token Filter(標準化詞元過濾器)
- Pattern Capture Token Filter(模式匹配詞元過濾器)
- Pattern Replace Token Filter(模式替換詞元過濾器)
- Phonetic Token Filter(Phonetic 詞元過濾器)
- Porter Stem Token Filter(Porter Stem 詞元過濾器)
- Reverse Token Filteredit(反向詞元過濾器)
- Shingle Token Filter(Shingle 詞元過濾器)
- Snowball Token Filter(Snowball 詞元過濾器)
- Standard Token Filters(標準詞元過濾器)
- Stemmer Override Token Filter(Stemmer Override 詞元過濾器)
- Stemmer Token Filter(Stemmer 詞元過濾器)
- Stop Token Filter(Stop 詞元過濾器)
- Synonym Graph Token Filter(Synonym Graph 詞元過濾器)
- Synonym Token Filter(Synonym 詞元過濾器)
- Trim Token Filter(Trim詞元過濾器)
- Truncate Token Filter(截斷詞元過濾器)
- Unique Token Filter(唯一詞元過濾器)
- Uppercase Token Filter(Uppercase詞元過濾器)
- Word Delimiter Token Filter(Word Delimiter 詞元過濾器)
- Character Filters(字符過濾器)
- md Strip Character Filter
- Mapping Character Filter
- Pattern Replace Character Filter
- Anatomy of an analyzer(分析器的分析)
- Testing analyzers(測試分析器)
- Analyzers(分析器)
- Configuring built-in analyzers(配置內置分析器)
- Standard Analyzer(標準分析器)
- Simple Analyzer(簡單分析器)
- 空白分析器
- Stop Analyzer
- 指紋分析器
- 模式分析器
- 自定義分析器
- 語言分析器
- 模塊
- Indices(索引)
- Circuit breakers(熔斷器)
- Fielddata cache(列數據緩存)
- indexing buffer(索引寫入緩沖)
- indices Recovery(索引恢復)
- NetWork Setting(網絡配置)
- Node Query Cache(節點查詢緩存)
- Shard request cache(分片請求緩存)
- 腳本
- Groovy 腳本語言
- Painless 腳本語言
- Painless 語法
- Painless 調試
- Lucene表達式語言
- 原生(Java)腳本
- 高級文本評分腳本
- 快照和還原
- 線程池
- 傳輸
- HTTP
- Tribe Node (部落節點)
- 跨集群搜索
- Cluster(集群)
- Disk-based Shard Allocation ( 基于磁盤的分片分配 )
- Shard Allocation Awareness ( 分片分配意識 )
- 群集級別分片分配
- Node
- 插件
- Index Modules(索引模塊)
- Analysis(分析)
- 索引分片分配
- 分片分配過濾
- 節點丟失時的延遲分配
- 索引恢復的優先級
- 每個節點的總分片數
- Mapper(映射)
- Merge(合并)
- Similarity module(相似模塊)
- Slow log(慢日志)
- Store
- 預加載數據到文件系統緩存
- Translog(事務日志)
- Ingest Node(預處理節點)
- Pipeline Definition(管道定義)
- Ingest APIs
- Put Pipeline API
- Get Pipeline API
- Delete Pipeline API
- Simulate Pipeline API(模擬管道 API)
- Accessing Data in Pipelines(訪問管道中的數據)
- Handling Failures in Pipelines(處理管道中的故障)
- Processors(處理器)
- Append Processor(追加處理器)
- Convert Processor(轉換處理器)
- Date Processor(日期處理器)
- Date Index Name Processor(日期索引名稱處理器)
- Fail Processor(故障處理器)
- Foreach Processor(循環處理器)
- Grok Processor(Grok 處理器)
- Gsub Processor(Gsub 處理器)
- Join Processor(連接處理器)
- JSON Processor(JSON 處理器)
- KV Processor(KV 處理器)
- Lowercase Processor(小寫處理器)
- Remove Processor(刪除處理器)
- Rename Processor(重命名處理器)
- Script Processor(腳本處理器)
- Set Processor(設置處理器)
- Split Processor(拆分處理器)
- Sort Processor(排序處理器)
- Trim Processor(修剪處理器)
- Uppercase Processor(大寫處理器)
- Dot Expander Processor(點擴展器處理器)
- How to(操作方式)
- 一些建議
- Recipes(訣竅)
- 索引速率調優
- 查詢優化
- 磁盤使用調優
- Testing(測試)
- Java Testing Framework(測試框架)
- ( why randomized testing ) 為什么隨機測試?
- Using the elasticsearch test classes ( 使用 elasticsearch 測試類 )
- unit tests(單元測試)
- integreation test(集成測試)
- Randomized testing(隨機測試)
- Assertions()
- Glossary of terms (詞匯表)
- Release Notes(版本說明)
- 5.3.0 版本說明
- 5.2.2 Release Notes
- 5.2.1 Release Notes
- 5.2.0 Release Notes
- 5.1.2 Release Notes
- 5.1.1 Release Notes
- 5.1.0 Release Notes
- 5.0.1 Release Notes