1，ES的索引和分片
（1）索引（index）：
概念：相當於數據庫，用於定義文檔類型的存儲，在同一個索引中，同一個字段只能定義一個數據類型。每個索引都可以有一個或者多個主索引片，同時每個索引還可以有零個或者多個副本索引片。
創建索引：curl -XPUT http://localhost:9200/index （localhost可以換為自己的主機IP，index是想要創建的索引的名字）
（2）分片（shard）：
概念：ElasticSearch集群通過把數據分發到多個存儲Lucene索引的物理機上，達到能夠存儲超出單機容量的信息這一目的。這個分發的過程稱為索引分片(Sharding)。在ElasticSearch集群中，索引分片(Sharding)是自動完成的，而且所有分片索引(Shard)是作為一個整體呈現給用戶的。整體呈現可以這樣理解：當你查詢的索引分布在多個分片上時， Elasticsearch會把查詢發送給每個相關的分片，並將結果合並在一起，而應用程序並不知道分片的存在
默認值：分片默認為5個主分片，1個分片副本，一旦創建好索引，定義的主分片數量就不能更愛
通過集群狀態API獲取當前的分片和副本的設置：
curl -XGET 'http://localhost:9200/_cluster/index?human&pretty'
創建索引，定義分片數量：
PUT /my_index
{
"settings" : {
"number_of_shards" : 3,
"number_of_replicas" : 1
}
}
查看每個分片的情況：
GET /_cluster/health?level=indices
2，ES分片的一致性
概念：簡單說就是主分片寫完，同步到副本分片上，等所有的分片寫完才分會成功
理解：
高可用方面：
ElastcSearch擁有許多高可用的特性，例如Replica，例如Data Node掛掉后的數據遷移，例如Master Node掛掉后的自動重選，但這不代表萬無一失了。常見的坑是，某個Node表現糟糕但是偏偏又沒掛（掛了反而更好），此時整個Cluster的性能就會被一個坑爹Node拖累，這往往就是雪崩的開始。因此，從高可用方面來考慮，應當部署多個ES Cluster（部分作為災備）。
性能方面：
單個Cluster的搜索能力是有瓶頸的。Cluster越大，Node越多，自然Shard就越多。而Shard不是越多越好，Shard增多會導致通訊成本的增加、查詢收束時Re-ranking環節的負擔增加。如果有100台機器，那么比起一個100 Node、300 Shards的巨型Cluster，使用十個10 Node 30 Shards的小型Cluster可能表現會更好。
如何確保多個ES Cluster的更新操作的一致性：
加入一層可以被多人重復消費的消息隊列（例如Kafka），作為所有ES Cluster插入/更新的中間層。
優點：
1）主更新程序只有一個，提高可控性和發現問題的能力；
2）使用消息隊列來統一發布內容，降低了對數據源的壓力；
3）圖中消費者這個角色，Elastic Stack官方提供了一個輕量級高可用解決方案，就是Beat