本文目录导航：
elasticsearch和倒排索引是什么?
倒排索引是搜查引擎的外围技术，经过它能够极速找到与关键词婚配的文档。
倒排索引和 Elasticsearch 这款弱小的搜查引擎严密关系。
Elasticsearch 底层经常使用的正是倒排索引，用于高效地口头查问操作。
索引模型中，ES将数据经过不同的字段启动分类，如 title、price、description 等，关键针对 text 类型字段启动分词解决，其余类型则不启动分词。
因此，为每个字段创立索引至关关键，这使得在查问时，只有针对查问字段的 term 就能找到对应文档的 ID，进而极速定位文档。
数据写入流程分为多个关键步骤。
首先，ES 经过缓冲区（buffer）将数据写入新的 segment file，每秒创立一个文件来存储最近一秒钟内的数据。
当 buffer 饱和或指定时时期隔（默以为 1 秒）时，口头 refresh 操作，将数据刷入操作系统缓存（os cache），使得数据在短时期内可被搜查。
数据写入磁盘前会先进入 os cache 中，以成功更快的搜查照应。
ES 的“准实时”个性体如今自动每隔 1 秒口头一次性 refresh 操作。
这象征着数据须要期待大概 1 秒后才干被搜查到。
但是，经过调用 ES 的 restful api 或 java api 手动口头 refresh 操作，可以立刻便数据可搜查。
一旦数据被写入 os cache，缓冲区（buffer）就会被清空，由于数据曾经在磁盘上的 segment file 中耐久化一份。
缓冲区的数据每写入一次性，都会写入一个日志文件（translog）中，以记载数据操作。
当 translog 文件到达必定大小时，会口头 merge 操作，将多个 segment file 兼并成一个，提升存储和检索效率。
此外，flush 操作可手动触发，成功与 mit 操作（内存清算与数据耐久化）相似的成果，将数据 fsync 强迫写入磁盘，并记载兼并点（mit point），同时清空 translog 文件。
数据查问流程则触及从索引中检索婚配的文档。
ES 经过倒排索引极速定位到蕴含特定关键词的文档 ID，进而失掉完整文档。
这一环节确保了在解决大规模数据时仍能成功高效的搜查和查问。
了解 ES 和倒排索引的上班原理关于构建高效、可裁减的搜查系统至关关键。
经过提升性能和正当经常使用 ES 的性能，开发者能够创立照应迅速、性能稳固的搜查体验。
Elasticsearch的基本概念及上班原理
Elasticsearch外围概念包括：NRT（近实时），Cluster（集群），Node（节点），Shard（分片），Replica（正本），Index（索引），Type（类型），document（文档）。
节点导致集群，集群中每个节点都蕴含一个或多个分片和正本，分片有助于裁减存储才干，正本确保数据冗余和容错。
创立索引时指定分片数量，正本数量固定，最小性能需两台主机。
索引为具备相反结构文档汇合，定义在集群中，如客户、商品、订单、评论索引等。
文档为最小数据单元，以JSON格局存储。
Elasticsearch上班原理触及节点初始化、集群通讯与数据解决。
节点启动时寻觅集群，协调者（master节点）治理形态，客户端直接恳求节点或经过协调者直接访问，协调者汇总数据前往客户端。
集群内活期检测节点形态，确保数据完整性。
本文简述Elasticsearch基础概念及上班流程，后续篇章将联合实例深化讨论Elasticsearch经常使用方法。
ElasticSearch入门篇（保姆级教程）
本章将逐渐引见Elasticsearch的基础常识和基本操作，包括它的性能、环境搭建、集群构建，以及可视化工具的经常使用和IK分词器的集成。
Elasticsearch是一个弱小的全文检索引擎，支持高裁减性和实时数据解决，它经常使用Java开发，外围是Lucene，但提供繁复的RESTful API以简化搜查操作。
1.1 ElasticSearch简介
2. 装置与性能
3. 集群搭建与可视化
4. 分词器集成
规范分词器对中文支持不佳，可选用如IK分词器，经过插件装置并测试，以成功更准确的中文分词。
5. 入门操作
