1、Analysis（分析）
分析的過程就是將全文（full text）轉換成 術語／分詞（terms）。 這取決於使用那個分析器,這些短語:“FOO BAR”, “Foo-Bar”, “foo,bar”，可能會拆分成” foo”和“bar”。這些拆分后的詞實際上是存儲在索引中。
一個完整的文本查詢(而不是一個分詞查詢) “FoO:bAR”，將被分解成 “foo”,“bar”,來匹配存儲在索引中的分詞。正是這一過程的分析(包括在索引時間和搜索時間),允許elasticsearch執行全文查詢。
2、Cluster （集群）
一個集群包含一個或多個分配了相同的集群名稱的節點。每個集群都有一個主節點是集群自動選擇產生,並且可以決定如果當前主節點失敗，哪些可以替換
3、Document（文檔）
文檔是存儲在elasticsearch中的一個JSON文件。這是相當與關系數據庫中表的一行數據。每個文檔被存儲在索引中，並具有一個類型和一個id。
一個文檔是一個JSON對象（也被稱為在其他語言中的 hash / hashmap / associative array（關聯數組）），其中包含零個或多個字段 或者 鍵值對。
原始JSON文檔將被存儲在索引的_source字段，在獲得（getting）或者 搜索（searching）默認的返回時，得到或搜索文檔。
4、Id（標識）
每個文檔ID標識了一個文檔。一個文檔的索引/類型/ ID必須是唯一的。如果沒有提供ID，將是自動生成。（還可以看到路由<routing>）
5、Field（字段）
文檔中包含的一組字段或鍵值對。字段的值可以是一個簡單的（標量）值（如字符串，整數，日期），或者一個嵌套的結構就像一個數組或對象。一個字段就是類似關系數據庫表中的一列。
映射的每個字段有一個字段的類型“type”（不要與文檔類型混淆），表示那種類型的數據可以存儲在該字段里，如：整數<integer>，字符串<string>，對象<object>。
映射還允許你定義（除其他事項外）一個字段的值如何進行分析。
6、Index（索引）
索引就是像關系數據庫中的“數據庫”。通過映射可以定義成多種類型。索引是一個邏輯命名空間映射到一個或多個主要的分片，可以有零個或多個副本分片
7、Mapping（映射）
映射是像關系數據庫中的”模式定義“。每個索引都有一個映射，它定義了每個索引的類型，再加上一些索引范圍的設置。映射可以被明確地定義，或者在一個文檔被索引的時候自動生成。
8、Node（節點）
節點是屬於elasticsearch群集的運行實例。測試的時候，在一台服務器可以啟動多個節點，但通常情況下應該在一台服務器運行一個節點。在啟動時，
節點將使用單播（或組播，但是必須指定）來發現使用相同的群集名稱的群集，並會嘗試加入該群集。
9、Primary shard（主分片）
每個文檔都存儲在一個主要分片上。當你索引一個文檔時，索引首先生成在主分片上，然后才到主分片的所有副本上。默認情況下，索引有5個主分片。
可以指定更多或更少的主分片來適應索引可以處理的文檔數。一旦創建了索引，就不能改變索引中主分片的數量。
10、Replica shard（副本分片）
每個主分片可以有零個或多個副本。副本是主分片的一個拷貝，有兩個作用：
1、故障轉移：如果主分片有問題，副本分片可以提升為主分片；
2、提高性能：獲取和搜索請求可以處理主分片或副本分片。
默認情況下，每個主分片有一個副本，不過索引的副本數量可以動態地改變。在同一個節點上，一個副本分片將永遠不會和其主分片一起運行。
11、Routing（路由）
當你索引一個文檔，它是存儲在一個主分片里。這分片的選擇是通過哈希的路由值。默認情況下，路由值來自文檔的ID；如果該文檔指定了父文檔，
則使用父文檔的ID（以確保這個子文檔和父文件都存儲在相同的分片上）。這個路由值可以在索引的時候，通過指定數值或者配置字段映射來覆蓋。
12、Shard（分片）
一個分片是一個單一的Lucene的實例。這是一個低級別的通過ElasticSearch自動管理的“工作者”單元。索引是一個邏輯命名空間指向主分片和副本分片。
索引的主分片和副本分片的數量需要明確的指定。然而你的代碼應該只處理一個索引。Elasticsearch分配集群中所有節點的分片。在節點出現故障或增加新節點的時候，
可以自動的將一個節點上的分片移動到另一個節點上。
13、Source field（源字段）
默認情況下，你的JSON文檔將被索引存儲在_source字段里面，所有的get（獲取）和search（搜索）請求將返回的該字段。這將允許你直接從搜索結果中訪問到源數據，而不需要再次發起請求檢索。
注：索引將返回完整的的JSON字符串給你，即使它包含無效的JSON。此字段里的內容不表示任何該對象里面的數據如何被索引。
14、Term（術語）
在elasticsearch里，術語(term)是一個被索引的精確值。術語 foo, Foo,FOO 是不想等的。術語（即精確值）可以使用“term”查詢接口來查詢。
15、Text(文本)
文本（或全文）是普通非結構化的文本，如本段。默認情況下，文本將被分析成術語，術語才是實際存儲在索引中。文本字段在索引時需要進行分析，
以便全文搜索，全文查詢的關鍵字在搜索時，必須分析產生（搜索）與索引時相同的術語。
16、Type(類型)
Type是相當於關系數據庫中的“表”。每種類型都有一列字段，用來定義文檔的類型。映射定義了對在文檔中的每個字段如何進行分析。
搜索數據結構如下：
總結
1、Cluster包含多個node，Indices不應該理解成動詞索引，Indices可理解成關系數據庫中的databases，Indices可包含多個Index，Index對應關系數據庫中的database，它是用來存儲相關文檔的。
document的可以理解為一個JSON序列對象。每個document可包含多個field。
Elasticsearch與關系數據的類比對應關系如下：
2、每個Index（對應Database）包含多個Shard，默認是5個，分散在不同的Node上，但不會存在兩個相同的Shard存在一個Node上，這樣就沒有備份的意義了。Shard是一個最小的Lucene索引單元。
當來一個document的時候，Elasticsearch通過對docid進行hash來確定其放在哪個shard上面，然后在shard上面進行索引存儲。
Replicas就是備份，Elasticsearch采用的是PushReplication模式，當你往 master主分片上面索引一個文檔，該分片會復制該文檔(document)到剩下的所有 replica副本分片中，這些分片也會索引這個文檔。
3、當進行查詢時，如果提供了查詢的DocID，Elasticsearch通過hash就知道Doc存在哪個shard上面，再通過routingtable查詢就知道再哪個node上面，讓后去node上面去取就好了。
如果不提供DocID,那么Elasticsearch會在該Index（indics）shards所在的所有node上執行搜索預警，然后返回搜索結果，由coordinating node gather之后返回給用戶。