来源：
基本概念
Near Realtime（接近实时）
ES 是一个近乎实时的搜索引擎，这意味着从索引文档到可搜索文档之间只有一个轻微的延迟，默认通常是一秒。
ES 写入数据时，会先写到一个内存bufferr中去，但此时是搜不到该数据的，然后默认每隔一秒会刷到系统缓存中，等缓存中刷入数据后，才能从 ES 中搜索。
Cluster（集群）
群集是一个或多个节点的集合，它们一起保存整个数据，并提供跨所有节点的联合索引和搜索功能。每个群集都有自己的唯一群集名称，节点通过名称加入群集。
Node（节点）
节点是指属于集群的单个 ES 实例，存储数据并参与集群的索引和搜索功能。可以将节点配置为按集群名称加入特定集群，默认情况下，可以在 config/elasticsearch.yml 里定制我们的集群的名字。在实际的部署中，大多数情况还是需要一个 server 上运行一个 node。
在整个 Elastic 的架构中，Data Node 和 Cluster 的关系表述如下：
Document（文档）
ES 中索引和搜索的最小数据单元是文档，文档是可被索引的基本信息单位，通常以JSON形式表示。
Document 类似于 MySql 中行记录的概念。
Type（类型）
类型是文档的逻辑容器，类似于表是行的容器。
通常，为具有一组公共字段的文档类型，类似MySql中表的概念。
(在Elasticsearch 6.0.0及更高的版本中，一个索引只能包含一个类型。)
Index（索引）
索引是一些具有相似特征的文档集合，每个 Index 一个或许多的 documents 组成，并且这些 document 可以分布于不同的 shard 之中。
Shards（分片）
当索引存储大量数据时，可能会超出单个节点的硬件限制，为了解决这个问题，Elasticsearch提供了将索引细分为分片的概念。
分片机制赋予了索引水平扩容的能力、并允许跨分片分发和并行化操作，从而提高性能和吞吐量。
Replicas（副本）
ES 默认为每个索引创建一个主分片和一个副本。这意味着每个索引将包含一个主分片，每个分片将具有一个副本。
在可能出现故障的网络环境中，需要有一个故障切换机制，副本在某些节点失效的情况下提供高可用性。
Inverted index（倒排索引）
反向索引是 ES 和任何其他支持全文搜索的系统的核心数据结构，顾名思义就是通过Value去找key。
当一段文字从最原始的文字导入到 Elasticsearch 中，需要经过一个叫做 indexing 的过程。
ElasticSearch 的压缩算法
LZ4 是ElasticSearch数据存储的默认编码（压缩）方式，LZ4 具有更快的压缩与解压速度，通过 index.codec来设置。
什么是ELK？
ElasticSearch 通常不是单独使用，通常是 ElasticSearch+Logstash+Kibana (ELK) 配合使用。
L是 Logstash ，Logstash 是一个开源数据收集引擎，具有实时管道功能。Logstash可以动态地将来自不同数据源的数据统一起来，并将数据标准化到你所选择的目的地。
K就是 Kibana ，Kibana 是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana，可以通过各种图表进行高级数据分析及展示。
ElasticSearch 和 Kibana 的安装
-
在安装前首先需要查看当前的 JDK 支持的 ES 版本，
-
然后前往Elastic
./bin/elasticsearch
./bin/kibana
-
启动成功后，访问
http://localhost:5601就能访问 Kibana 的可视化页面。
如果需要把 Kibana 的界面配置成中文，可在 config/kibana.yml 中配置命令：i18n.locale: "zh-CN"
操作 ElasticSearch
通常使用 REST 接口来对 Elasticsearch 进行操作，可以使用kibana开发工具进行操作：
可以通过HTTP：GET、POST、PUT、DELETE、PATCH 命令进行接口请求，对 ES 进行操作。