基础概念
Index（索引）
类似于关系型数据库中的数据库，是具有相似特征的文档集合。索引名称必须小写。
Document（文档）
索引中的单条记录，以JSON格式存储。文档是可被索引的基础信息单元。
Type（类型）
7.x版本已废弃，8.x版本完全移除。一个索引只能有一种文档类型。
Mapping（映射）
定义文档字段的类型和属性，类似于数据库的表结构定义。
Node（节点）
集群中的单个服务器实例，存储数据并参与索引和搜索。
Cluster（集群）
一个或多个节点的集合，共同存储数据并提供搜索功能。
Shard（分片）
索引被分割成的多个部分，分布在不同节点上，实现水平扩展。
Replica（副本）
分片的复制，提供高可用性和故障转移，也可提高搜索性能。
┌─────────────────────────────────────────────────────────┐
│                      Cluster（集群）                      │
│  ┌─────────────────────────────────────────────────┐   │
│  │                  Index（索引）                   │   │
│  │  ┌─────────────────────────────────────────┐   │   │
│  │  │              Type（类型）                │   │   │
│  │  │  ┌─────────────────────────────────┐   │   │   │
│  │  │  │        Document（文档）          │   │   │   │
│  │  │  │  {                              │   │   │   │
│  │  │  │    "field1": "value1",         │   │   │   │
│  │  │  │    "field2": "value2"          │   │   │   │
│  │  │  │  }                              │   │   │   │
│  │  │  └─────────────────────────────────┘   │   │   │
│  │  └─────────────────────────────────────────┘   │   │
│  │  Primary Shard 1  │  Primary Shard 2  │ Replica │   │
│  └─────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────┘
1 与关系型数据库对比
理解Elasticsearch与传统数据库的对应关系
关系型数据库          Elasticsearch
─────────────────────────────────────────
Database      →     Index（索引）
Table         →     Type（已废弃）
Row           →     Document（文档）
Column        →     Field（字段）
Schema        →     Mapping（映射）
SQL           →     Query DSL
Index         →     所有字段默认索引
2 倒排索引原理
Elasticsearch使用倒排索引实现快速全文搜索
倒排索引概念
  • 正向索引：文档 → 词汇
  • 倒排索引：词汇 → 文档列表
  • 支持快速的关键词查找
  • 自动维护词频、位置等信息
# 示例文档
Doc1: "Elasticsearch is powerful"
Doc2: "Elasticsearch is fast"
Doc3: "Search is easy"

# 倒排索引结构
Term          Doc IDs
────────────────────────
elasticsearch  [1, 2]
is             [1, 2, 3]
powerful       [1]
fast           [2]
search         [3]
easy           [3]

# 搜索 "elasticsearch" → 立即返回 Doc1, Doc2
3 节点角色
Elasticsearch节点的不同角色分工
# Master Node（主节点）
- 管理集群状态
- 负责创建/删除索引
- 分配分片到节点
- 建议：3个专用主节点（防止脑裂）

# Data Node（数据节点）
- 存储数据分片
- 执行CRUD操作
- 执行搜索和聚合
- 需要大量磁盘和内存

# Ingest Node（摄取节点）
- 预处理文档数据
- 执行管道转换
- 减轻数据节点负担

# Coordinating Node（协调节点）
- 接收客户端请求
- 分发到数据节点
- 聚合返回结果
- 负载均衡作用