es寫數據過程
1）客戶端選擇一個node發送請求過去，這個node就是coordinating node（協調節點）
2）coordinating node，對document進行路由（document會自動給你分配一個全局唯一的doc id，根據doc id進行hash路由到對應的primary shard上面去。也可以手動指定doc id，比如用訂單id，用戶id），將請求轉發給對應的node（有primary shard）
3）實際的node上的primary shard處理請求，然后將數據同步到replica node
4）coordinating node，如果發現primary node和所有replica node都搞定之后，就返回響應結果給客戶端
寫數據底層原理
1）先寫入內存buffer，同時將數據寫入translog日志文件，在buffer里的數據是搜索不到的；
2）如果buffer快滿了，或者到一定時間（默認1秒），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磁盤，而是先進入os cache（操作系統級別的一個內存緩存）。refresh之后寫入的數據即可被搜索到，這個也就叫做准實時--NRT（refresh對應solr的soft commit）數據被refresh到os cache中，buffer就被清空了
3）重復以上步驟，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。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。（對應solr的hard commit）
4）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
5）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
6）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？
在執行commit操作之前，數據要么是在buffer中，要么是在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。
7）然后將現有的translog清空，再次創建一個新的translog，此時commit操作完成。默認每隔30分鍾執行一次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。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。
8）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。如果要求不能丟失數據的話，可以將translog設置成每次寫操作必須是直接fsync到磁盤，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。
9）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
10）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
11）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
12）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讀數據過程
查詢，GET某一條數據，你可以通過doc id來查詢，會根據doc id進行hash，判斷出來當時把doc id分配到了哪個shard上面去，從那個shard去查詢
1）客戶端發送請求到任意一個node，成為coordinate node
2）coordinate node對document進行路由，將請求轉發到對應的node，此時會使用round-robin隨機輪詢算法，在primary shard以及其所有replica中隨機選擇一個，讓讀請求負載均衡
3）接收請求的node返回document給coordinate node
4）coordinate node返回document給客戶端
es最強大的是做全文檢索，就是比如你有三條數據
java真好玩兒啊
java好難學啊
j2ee特別牛
你根據java關鍵詞來搜索，將包含java的document給搜索出來
es就會給你返回：java真好玩兒啊，java好難學啊
1）客戶端發送請求到一個coordinate node
2）協調節點將搜索請求轉發到所有的shard對應的primary shard（replica shard也可以）並行查詢
3）query phase：每個shard將自己的搜索結果（其實就是一些doc id），返回給協調節點，由協調節點進行數據的合並、排序、分頁等操作，產出最終結果
4）fetch phase：接着由協調節點，根據doc id去各個節點上拉取實際的document數據，最終返回給客戶端