寫數據底層原理:
1）先寫入buffer，在buffer里的時候數據是搜索不到的；同時將數據寫入translog日志文件
2）
如果buffer快滿了，或者到一定時間，就會將buffer數據refresh到一個新的segment file中，
但是此時數據不是直接進入segment file的磁盤文件的，而是先進入os cache的。
這個過程就是refresh。
每隔1秒鍾，es將buffer中的數據寫入一個新的segment file，每秒鍾會產生一個新的磁盤文件，segment file，這個segment file中就存儲最近1秒內buffer中寫入的數據。
但是如果buffer里面此時沒有數據，那當然不會執行refresh操作咯，
如果buffer里面有數據，默認1秒鍾執行一次refresh操作，刷入一個新的segment file中。
操作系統里面，磁盤文件其實都有一個東西，叫做os cache，操作系統緩存，就是說數據寫入磁盤文件之前，會先進入os cache，先進入操作系統級別的一個內存緩存中去
只要buffer中的數據被refresh操作，刷入os cache中，就代表這個數據就可以被搜索到了。
為什么叫es是准實時的？NRT，near real-time，准實時。默認是每隔1秒refresh一次的，所以es是准實時的，因為寫入的數據1秒之后才能被看到。
可以通過es的restful api或者java api，手動執行一次refresh操作，就是手動將buffer中的數據刷入os cache中，讓數據立馬就可以被搜索到。
只要數據被輸入os cache中，buffer就會被清空了，因為不需要保留buffer了，數據在translog里面已經持久化到磁盤去一份了。
3）只要數據進入os cache，此時就可以讓這個segment file的數據對外提供搜索了
4）重復1~3步驟，新的數據不斷進入buffer和translog，不斷將buffer數據寫入一個又一個新的segment file中去，每次refresh完buffer清空，translog保留。隨着這個過程推進，translog會變得越來越大。當translog達到一定長度的時候，就會觸發commit操作。
buffer中的數據，倒是好，每隔1秒就被刷到os cache中去，然后這個buffer就被清空了。所以說這個buffer的數據始終是可以保持住不會填滿es進程的內存的。
每次一條數據寫入buffer，同時會寫入一條日志到translog日志文件中去，所以這個translog日志文件是不斷變大的，當translog日志文件大到一定程度的時候，就會執行commit操作。
5）commit操作發生第一步，就是將buffer中現有數據refresh到os cache中去，清空buffer
6）將一個commit point寫入磁盤文件，里面標識着這個commit point對應的所有segment file
7）強行將os cache中目前所有的數據都fsync到磁盤文件中去
translog日志文件的作用是什么？就是在你執行commit操作之前，數據要么是停留在buffer中，要么是停留在os cache中，無論是buffer還是os cache都是內存，一旦這台機器死了，內存中的數據就全丟了。
所以需要將數據對應的操作寫入一個專門的日志文件，translog日志文件中，一旦此時機器宕機，再次重啟的時候，es會自動讀取translog日志文件中的數據，恢復到內存buffer和os cache中去。
commit操作：1、寫commit point；2、將os cache數據fsync強刷到磁盤上去；3、清空translog日志文件
8）將現有的translog清空，然后再次重啟啟用一個translog，此時commit操作完成。默認每隔30分鍾會自動執行一次commit，但是如果translog過大，也會觸發commit。整個commit的過程，叫做flush操作。我們可以手動執行flush操作，就是將所有os cache數據刷到磁盤文件中去。
不叫做commit操作，叫flush操作。es中的flush操作，就對應着commit的全過程。我們也可以通過es api，手動執行flush操作，手動將os cache中的數據fsync強刷到磁盤上去，記錄一個commit point，清空translog日志文件。
9）translog其實也是先寫入os cache的，默認每隔5秒刷一次到磁盤中去，所以默認情況下，可能有5秒的數據會僅僅停留在buffer或者translog文件的os cache中，如果此時機器掛了，會丟失5秒鍾的數據。但是這樣性能比較好，最多丟5秒的數據。也可以將translog設置成每次寫操作必須是直接fsync到磁盤，但是性能會差很多。
es第一是准實時的，數據寫入1秒后可以搜索到；可能會丟失數據的，你的數據有5秒的數據，停留在buffer、translog os cache、segment file os cache中，有5秒的數據不在磁盤上，此時如果宕機，會導致5秒的數據丟失。
如果你希望一定不能丟失數據的話，你可以設置個參數，官方文檔，百度一下。每次寫入一條數據，都是寫入buffer，同時寫入磁盤上的translog，但是這會導致寫性能、寫入吞吐量會下降一個數量級。本來一秒鍾可以寫2000條，現在你一秒鍾只能寫200條，都有可能。
10）如果是刪除操作，commit的時候會生成一個.del文件，里面將某個doc標識為deleted狀態，那么搜索的時候根據.del文件就知道這個doc被刪除了
11）如果是更新操作，就是將原來的doc標識為deleted狀態，然后新寫入一條數據
12）buffer每次refresh一次，就會產生一個segment file，所以默認情況下是1秒鍾一個segment file，segment file會越來越多，此時會定期執行merge
13）每次merge的時候，會將多個segment file合並成一個，同時這里會將標識為deleted的doc給物理刪除掉，然后將新的segment file寫入磁盤，這里會寫一個commit point，標識所有新的segment file，然后打開segment file供搜索使用，同時刪除舊的segment file。
es里的寫流程，有4個底層的核心概念，refresh、flush、translog、merge
當segment file多到一定程度的時候，es就會自動觸發merge操作，將多個segment file給merge成一個segment file。
