# Elasticsearch學習筆記（一）簡介
## 什么是Elasticsearch?
以前我們學過標準信息搜索工具Lucene,但它不能夠在一個合理的時間內存儲和檢索海量數據，不具備良好的可擴展性，一般也不適合分布式大數據搜索、挖掘和云計算環境。
為了滿足大數據平臺下的信息檢索，并且高可靠性的性能要求，Elasticsearch就應運而生。
- 分布式實時文件存儲
- 實時分析的分布式搜索引擎
- 可以擴展到上百臺服務器
作為開源分布式搜索和數據處理平臺，Elasticsearch不僅僅是一個數據庫，同時它還是一個基于Lucene構建的開源、分布式、RESTful信息檢索框架，能夠實時搜索，并且穩定可靠，EIK架構為編程人員提供了一個分布式的可擴展的信息檢索和基于Lucene的全文搜索，基于Logstash的日志處理機制、基于Kibana的挖掘結果可視化的的機制。
Elasticsearch的支持插件機制，如與mongoDB、couchDB同步的River插件、中文分詞插件、Hadoop插件、腳本插件等。
## 與Lucene的區別？
Elasticsearch執行搜索的速度更快，可以簡單的通過HTTP方式，使用JSON來操作數據，并支持對分布式集群的搜索。
Elasticsearch對分布式支持，其索引功能分拆為多個分片，每個分片可有0個或多個副本，集群中的每個數據節點都可承載一個或多個分片，并且能協調和處理各種操作；負載再平衡（Rebalancing）和路由（Routing）在大多數情況下都是自動完成的。
## 相關概念：
(1)Cluster和Node——Elasticsearch中的Cluster是對外提供搜索服務的集群，組成這個集群的各個節點叫Node.集群Cluster是一組有著相同cluster.name的節點，他們協同工作，互相分享數據，提供了故障轉移和擴展的功能。Node又分為IndexNode、DataNode等。節點之間是對等關系的(去中心化)，而弱化的Master節點只不過多了維護集群狀態的功能。
(2)Shards——Elasticsearch將一個完整的索引分成若干個部分，每個部分就是一個Shards，每個Shard實際上就是一個基于Lucene的索引。Shards的數量一般在索引創建前制定，且索引創建后不能更改。
(3)Replicas——Replics是索引的冗余備份，可用于防止數據丟失或用來做負載均衡。一般地，Elasticsearch會自動對索引請求進行負載均衡。
(4)Recover——在有節點加入或退出集群Cluster或故障節點重新啟動時，Elasticsearch會根據機器的負載情況，對索引分片Shards進行重新分配。
(5)River——River是一個運行在Elasticsearch集群內部的插件，主要用來從外部獲取以后數據，然后在Elasticsearch里創建索引。常見的有MongoDB、JDBC river Plugin等。
(6)Gateway——是Elasticsearch索引數據快照的存儲方式，當Elasticsearch集群關閉再重新啟動時，就會從Gateway中讀取索引數據快照。Elasticsearch支持多種類型的Gateway,本地文件系統、分布式文件系統、Hadoop的HDFS
(7)Discover.zen——Discover.zen代表Elasticsearch的自動發現節點機制。Zen用來實現節點自動發現和Master節點選舉，Master節點負責節點的加入和退出以及分片shard的重新分配。
(8)Transport——Transport代表Elasticsearch內部節點或集群與客戶端的交互方式，默認內部是使用TCP協議進行交互的，同時支持HTTP協議(JSON格式)、Thrift、Servlet等傳輸協議。
(9)Index、Type、Document、Field——Index是數據存儲的地方，可以快速高效的堆索引中的數據進行全文索引，類似于RDBMS數據庫中的Database;在Index下一般會有多個存儲數據的Type,Type類似于Database的table,用來存放具體數據；Document類似于關系數據庫的一行數據，在一個Type里的每一個Document都有一個唯一的ID作為區分。
(10)Mapping——Mapping定義索引下的Type的字段處理規則，如索引如何建立、索引數據類型、是否保存原始索引JSON文檔，是否需要進行分詞處理、如何進行分詞處理等。一般地，一個索引文件下能存儲不同映像(Mapping)的類型文件(Types).
從圖中可以看出，Elasticsearch可以接受來自本機、共享以及云平臺上的數據；在Lucene提供的基本功能上，通過構建分布式索引，完成對大數據的索引、搜索等處理。其中，River作為Elasticsearch內部運行的插件，獲取其他存儲方式的數據到Elasticsearch.Zen用來作為節點自動發現和Master節點選舉；EC2(Elastic Copute Cloud)借由Web服務的方式讓使用者可以彈性的運行自己的Amazon機器映像，提供可調整的云計算能力。通過提供的Thrift、Memcached、HTTP等方式使用Elasticsearch的API。在頂層，用戶可以基于RESTful和客戶端的方式通過Elasticsearch API完成數據操作、管理等操作。
## RESTful接口URL的格式是？
curl?-X<VERB>?'<PROTOCOL>://<HOST>/<PATH>?<QUERY_STRING>'?-d?'<BODY>'
- VERB?HTTP方法：GET(獲取),?POST(更新),?PUT(創建),?HEAD,?DELETE(刪除)
- PROTOCOL：?http或者https協議（只有在Elasticsearch前面有https代理的時候可用）
- HOST：?Elasticsearch集群中的任何一個節點的主機名，如果是在本地的節點，那么就叫localhost
- PORT：?Elasticsearch?HTTP服務所在的端口，默認為9200
- QUERY_STRING：?一些可選的查詢請求參數，例如?pretty參數將使請求返回更加美觀易讀的JSON數據
- BODY：?一個JSON格式的請求主體（如果請求需要的話）
這個是Elasticsearch的head插件，從這里可以看出主節點是Banshee,共用四個節點，71個主分片，至于Elasticsearch的插件機制、API操作等將在以后逐步的介紹。
