Elasticsearch之重要核心概念如下:
1、cluster
代表一個集群，集群中有多個節點，其中有一個為主節點，這個主節點是可以通過選舉產生的，主從節點是對於集群內部來說的。es的一個概念就是去中心化，字面上理解就是無中心節點，這是對於集群外部來說的，因為從外部來看es集群，在邏輯上是個整體，你與任何一個節點的通信和與整個es集群通信是等價的。
主節點的職責是負責管理集群狀態，包括管理分片的狀態和副本的狀態，以及節點的發現和刪除。
注意：主節點不負責對數據的增刪改查請求進行處理，只負責維護集群的相關狀態信息。
集群配置(修改conf/elasticsearch.yml文件)
discovery.zen.ping.unicast.hosts: ["host1", "host2:9300"]
集群狀態查看
http://your ip:9200/_cluster/health?pretty
比如，我這里是
http://192.168.80.145:9200/_cluster/health?pretty
想學習，請移步
Elasticsearch-2.4.3的單節點安裝（多種方式圖文詳解）
Elasticsearch-2.4.3的3節點安裝（多種方式圖文詳解）
2、shards
代表索引分片，es可以把一個完整的索引分成多個分片，Elasticsearch Client發送搜索請求，某個索引庫，一般默認是5個分片（shard）。這樣的好處是可以把一個大的索引水平拆分成多個，分布到不同的節點上。構成分布式搜索，提高性能和吞吐量。
比如，http://master:9200/zhouls/user/1。則將索引zhouls，分成多個分片。
分片的數量只能在創建索引庫時指定，索引庫創建后不能更改。
只能在創建索引庫的時候指定
curl -XPUT 'localhost:9200/zhouls/' -d'{"settings":{"number_of_shards":3}}'
默認是一個索引庫有5個分片
index.number_of_shards: 5
每個分片中最多存儲2,147,483,519條數據
Integer.MAX_VALUE-128【詳細解釋見備注】
為了，更好的觀看es核心概念之shards索引片的效果，我在3台機器組建的es集群里演示，並且，關閉192.168.80.11和192.168.80.12，只留下192.168.80.10這台來測試。
然后，執行
[hadoop@HadoopMaster elasticsearch-2.4.3]$ jps
2610 Jps
2014 Elasticsearch
[hadoop@HadoopMaster elasticsearch-2.4.3]$ curl -XPUT 'http://192.168.80.10:9200/zhouls/emp/1' -d'{"name":"tom","age":"18"}'
{"_index":"zhouls","_type":"emp","_id":"1","_version":1,"_shards":{"total":2,"successful":1,"failed":0},"created":true}[hadoop@HadoopMaster elasticsearch-2.4.3]$
[hadoop@HadoopMaster elasticsearch-2.4.3]$
[hadoop@HadoopMaster elasticsearch-2.4.3]$ ll
total 56
drwxrwxr-x. 2 hadoop hadoop 4096 Feb 22 01:37 bin
drwxrwxr-x. 3 hadoop hadoop 4096 Feb 22 18:46 config
drwxrwxr-x. 3 hadoop hadoop 4096 Feb 22 06:05 data
drwxrwxr-x. 2 hadoop hadoop 4096 Feb 22 01:37 lib
-rw-rw-r--. 1 hadoop hadoop 11358 Aug 24 2016 LICENSE.txt
drwxrwxr-x. 2 hadoop hadoop 4096 Feb 23 16:51 logs
drwxrwxr-x. 5 hadoop hadoop 4096 Dec 8 00:41 modules
-rw-rw-r--. 1 hadoop hadoop 150 Aug 24 2016 NOTICE.txt
drwxrwxr-x. 4 hadoop hadoop 4096 Feb 22 05:34 plugins
-rw-rw-r--. 1 hadoop hadoop 8700 Aug 24 2016 README.textile
[hadoop@HadoopMaster elasticsearch-2.4.3]$ cd data/
[hadoop@HadoopMaster data]$ ll
total 4
drwxrwxr-x. 3 hadoop hadoop 4096 Feb 22 06:05 elasticsearch
[hadoop@HadoopMaster data]$ cd elasticsearch/
[hadoop@HadoopMaster elasticsearch]$ ll
total 4
drwxrwxr-x. 3 hadoop hadoop 4096 Feb 22 06:05 nodes
[hadoop@HadoopMaster elasticsearch]$ cd nodes/
[hadoop@HadoopMaster nodes]$ ll
total 4
drwxrwxr-x. 4 hadoop hadoop 4096 Feb 23 18:31 0
[hadoop@HadoopMaster nodes]$ cd 0
[hadoop@HadoopMaster 0]$ ll
total 8
drwxrwxr-x. 3 hadoop hadoop 4096 Feb 23 18:31 indices
-rw-rw-r--. 1 hadoop hadoop 0 Feb 22 06:05 node.lock
drwxrwxr-x. 2 hadoop hadoop 4096 Feb 23 16:49 _state
[hadoop@HadoopMaster 0]$ cd indices/
[hadoop@HadoopMaster indices]$ ll
total 4
drwxrwxr-x. 8 hadoop hadoop 4096 Feb 23 18:31 zhouls
[hadoop@HadoopMaster indices]$ cd zhouls/
[hadoop@HadoopMaster zhouls]$ ll
total 24
drwxrwxr-x. 5 hadoop hadoop 4096 Feb 23 18:31 0
drwxrwxr-x. 5 hadoop hadoop 4096 Feb 23 18:31 1
drwxrwxr-x. 5 hadoop hadoop 4096 Feb 23 18:31 2
drwxrwxr-x. 5 hadoop hadoop 4096 Feb 23 18:31 3
drwxrwxr-x. 5 hadoop hadoop 4096 Feb 23 18:31 4
drwxrwxr-x. 2 hadoop hadoop 4096 Feb 23 18:31 _state
[hadoop@HadoopMaster zhouls]$ pwd
/home/hadoop/app/elasticsearch-2.4.3/data/elasticsearch/nodes/0/indices/zhouls
[hadoop@HadoopMaster zhouls]$
藍色，這個目錄下，有0、1、2、3和4目錄，這幾個就是es的核心概念之shards索引片。
現在，我將在192.168.80.10起來的基礎上，去對192.168.80.11和192.168.80.12啟動，來注意看shards索引片，是如何變化的？
這就是變化！
即，192.168.80.10是1,3,4
192.168.80.11是0,2,3,4
192.168.80.12是0,1,2
es可以把一個完整的索引分成多個分片，這樣的好處是可以把一個大的索引水平拆分成多個，分布到不同的節點上。構成分布式搜索，提高性能和吞吐量。
問：es的分片數，可以配置嗎?
答：可以修改，在創建索引庫的時候，修改分片數，默認是5。當創建完索引庫之后，不能再修改分片數了。只能在創建索引庫的時候進行修改！！！
比如， curl -XPUT 'http://192.168.80.10:9200/zhouls/' -d'{"settings":{"number_of_shards":3}}'
新建索引庫zhouls時，對索引庫的默認5個修改為3個。
更多，詳細，見es的官網
3、replicas
代表索引副本，es可以給索引分片設置副本。
副本的作用：
一是提高系統的容錯性，當某個節點某個分片損壞或丟失時可以從副本中恢復。
二是提高es的查詢效率，es會自動對搜索請求進行負載均衡。
【副本的數量可以隨時修改】
可以在創建索引庫的時候指定
curl -XPUT 'localhost:9200/zhouls/' -d'{"settings":{"number_of_replicas":2}}'
或 curl -XPUT 'master:9200/zhouls/' -d'{"settings":{"number_of_replicas":2}}'
默認是一個分片有1個副本。 數據量大了的話，分片多了也不太好。
index.number_of_replicas: 1
注意：主分片和副本不會存在一個節點中。
同樣，做測試，為了，更好的觀看es核心概念之replicas副本的效果，我在3台機器組建的es集群里演示，並且，關閉192.168.80.11和192.168.80.12，只留下192.168.80.10這台來測試。
可以看到，只開啟192.168.80.10這台機器的話，則默認的5個分片都到192.168.80.10這台了。
注意：默認是一個分片有1個副本！
為什么，是黃色？ 按理說，現在這個集群里，是要有10個分片的，但是呢，現在，你只有5個分片。所以，是黃色警告。顯示集群監控值：yellows ( 5 of 10)
單節點的話，這幾個分片，壓根就不會有副本。
那好，現在，再依次把192。168.80.11和192.168.80.12啟動起來。
再刷新！
那么，怎么認識，哪個框是主分片，哪個框是副本呢?
答：顏色深的是主分片。
同理，192.168.80.11和192.168.80.12的情況也是一樣：，如下
可以看出，注意：主分片和副本不會存在一個節點中！
分片，在磁盤里，本質就是一個目錄。
4、recovery
代表數據恢復或叫數據重新分布，es在有節點加入或退出時會根據機器的負載對索引分片進行重新分配，掛掉的節點重新啟動時也會進行數據恢復。
為了，更好的觀看es核心概念之recovery數據重新分布的效果，我在3台機器組建的es集群里演示，並且，先開啟192.168.80.10和192.168.80.11，然后，讓192.168.80.12來啟動！添加進來
現在，進行啟動192.168.80.12
同樣，也是，框線深的是主分片，淺的是副本。
再把，192.168.80.12kill掉
注意：如果索引很多，則數據恢復的工作非常慢！
問：恢復期間，訪問數據會出現問題嗎?
答：不會，因為，會有副本。只是說，訪問有延遲！
問：具體多少個副本，或具體多少個分片，該怎么處理呢？在實際生產中。
答：具體牽扯到ES的優化！后續，請見我的博客， https://i.cnblogs.com/posts?categoryid=950999 。
5、 Gateway
代表es索引的持久化存儲方式，es默認是先把索引存放到內存中，當內存滿了時再持久化到硬盤。當這個es集群關閉再重新啟動時就會從gateway中讀取索引數據。es支持多種類型的gateway，有本地文件系統（默認），分布式文件系統，Hadoop的HDFS和Amazon的s3雲存儲服務。
比如，我下面寫的這篇博客。
Elasticsearch之Hadoop插件的安裝（圖文詳解）
6、discovery.zen（es的自動發現節點機制機制）
代表es的自動發現節點機制，es的一個基於p2p的系統，它先通過廣播尋找存在的節點，再通過多播協議來進行節點之間的通信，同時也支持點對點的交互。
並沒有如spark、hadoop一樣，使用zookeeper。
點對點，即數據的傳輸並不需要通過服務器，直接通過網絡中節點就可以了。
如果是同網段，則默認是使用多播機制。
如果是不同網段的節點如何組成es集群呢？如下
禁用自動發現機制
discovery.zen.ping.multicast.enabled: false
設置新節點被啟動時能夠發現的主節點列表
discovery.zen.ping.unicast.hosts: ["192.168.20.210" , "192.168.20.211" . "192.168.20.212" ]
更詳細，見官網
https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-discovery.html
7、Transport（內部節點或集群與客戶端的交互方式）
代表es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，同時它支持http協議（json格式）、thrift、servlet、memcached、zeroMQ等的傳輸協議（通過插件方式集成）。
更詳細，見官網
https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-transport.html
8、settings（修改索引庫默認配置）
https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-create-index.html
Elasticsearch之settings和mappings
推薦