正如 elastic 官方文件所說：
elasticsearch 特點之一是：分布式文件儲存。如何做到快速索引和全文檢索的呢？elasticsearch不會將資訊儲存為類似列資料庫的行（row），而是儲存為已序列化為json文件的複雜資料結構。
當集群中有多個elasticsearch節點時，儲存的文件會分布在整個集群中，並且可以從任何節點立即訪問。
儲存文件後，將在1秒鐘內（預設重新整理頻率為1s）幾乎實時地對其進行索引和完全搜尋。
elasticsearch使用倒排索引的資料結構，該結構支援非常快速的全文本搜尋。預設情況下，elasticsearch 對每個欄位中的所有資料建立索引，並且每個索引欄位都具有專用的優化資料結構。倒排索引列出了出現在任何文件中的每個唯一單詞，並標識了每個單詞出現的所有文件。
索引可以認為是文件的優化集合，每個文件都是字段的集合，這些欄位是包含資料的鍵值對。
例如，文字字段儲存在倒排索引中，數字欄位和地理字段儲存在bkd樹中。
資料型別
資料結構
text/keyword
倒排索引
數字/地理位置
bkd樹
不同字段具有屬於自己字段型別的特定優化資料結構，並具備快速響應返回搜尋結果的能力使得 elasticsearch 搜尋飛快！
2.1 倒排索引定義
面對海量內容，如何快速的找到包含使用者查詢詞的內容，倒排索引扮演了關鍵角色。倒排索引是單詞到文件對映關係的最佳實現形式。
2.2 倒排索引示例
官方文件的示例
假設我們有兩個文件，每個文件的 content 域包含如下內容：
- 1、the quick brown fox jumped over the lazy dog
- 2、quick brown foxes leap over lazy dogs in summer
倒排索引（基於 預設standard 標準分詞器分詞）如下所示：
term
doc_1
doc_2
quick
xthe
xbrownxx
dogx
dogs
xfox
xfoxesxin
xjumped
xlazyxx
leap
xoverxx
quick
xsummer
xthe
x如上所示，對於文件中的每個詞，都包含了其所在文件的列表。
2.3 倒排索引特點
2.4 倒排索引適用場景3.1 doc values 定義
在 elasticsearch 中，doc values 就是一種列式儲存結構，預設情況下每個欄位的 doc values 都是啟用的（除了 text 型別），doc values 是在索引時建立的，當欄位索引時，elasticsearch 為了能夠快速檢索，會把字段的值加入倒排索引中，同時它也會儲存該字段的 doc values。
區別於倒排索引的定義，doc values 被定義為：「正排索引」。
3.2 doc values 示例
仍然 以 1.2 文件為例，doc values 結構如下所示（僅做舉例）：
docterms
doc_1
brown, dog, fox, jumped, lazy, over, quick, the
doc_2
brown, dogs, foxes, in, lazy, leap, over, quick, summer
doc values 通過轉置兩者間的關係來解決適用倒排索引聚合效率低、難以擴充套件的問題。
對比可以看出：
倒排索引將詞項對映到包含它們的文件，doc values將文件對映到它們包含的詞項。
3.3 doc values 特點
3.4 doc values 適用場景
elasticsearch 中的 doc values 常被應用到以下場景：
注意：
因為文件值被序列化到磁碟，我們可以依靠作業系統的幫助來快速訪問。
當 工作集（working set） 遠小於節點的可用記憶體，系統會自動將所有的文件值儲存在記憶體中，使得其讀寫十分高速；
當其遠大於可用記憶體，作業系統會自動把 doc values 載入到系統的頁快取中，從而避免了 jvm 堆記憶體溢位異常。
3. 5 doc values 使用注意事項
對於不需要：排序、聚合、指令碼計算、地理位置過濾的業務場景，可以考慮禁用：doc values，以節約儲存。
put my_index}}}
如前所述：
text 型別欄位是不支援 doc values正排索引的，text欄位使用的是：查詢時建立的基於的記憶體資料結構（query-time in-memory data structure） fielddata。fielddata 將 text 字段用於聚合、排序或在指令碼中使用時，將按需構建此資料結構。
實現機理：
它是通過從磁碟讀取每個段的整個倒排索引，反轉詞項↔︎文件關係並將結果儲存在jvm堆中的記憶體中來構建的。
4.2 fielddata 示例
嚴格意義講，3.2 的示例，放到這裡會更合適。
delete test_001
put test_001}}}
post test_001/_bulk}}
get test_001/_search
},"aggs": }}}
4.4 fielddata 適用場景
4.5 fielddata 使用注意事項5.1 _source 定義
_source 字段包含儲存文件的原始資料（json格式）。_source 字段本身未構建索引（因此不可搜尋），但已儲存該欄位，以便在執行獲取請求（如get或search）時可以將其返回。
5.2 _source 使用注意事項
儘管非常方便，但是source欄位確實會導致索引內的儲存開銷。因此，可以將其禁用。
put my-index-000001
}}
所以，要在儲存空間、業務場景之間權衡利弊後選型。
6.1 store 定義
預設情況下，對字段值進行索引以使其可搜尋（第1節的 倒排索引），但不儲存它們。這意味著可以查詢該欄位，但是無法檢索原始字段值。通常這無關緊要。該字段值已經是_source欄位的一部分，預設情況下已儲存。
但是，在某些特殊場景下，如果你只想檢索單個欄位或幾個欄位的值，而不是整個_source的值，則可以使用source filter來實現。
這個時候， store 就派上用場了。
6.2 store 示例
delete news-000001
put news-000001
, "properties": ,
"date": ,
"content": }}}
put news-000001/_doc/1
get news-000001/_search
get news-000001/_search
如 6.2 示例，在某些情況下，儲存字段可能很有意義。例如，採集的新聞資料是：帶有標題、日期和很大內容欄位的文件，則可能只想檢索標題和日期，而不必從較大的_source欄位中提取這些字段。
看完本文後，doc values , field data , store fields 就非常清晰了。
字段型別不一樣，儲存不一樣。
預設：倒排索引預設所有欄位都啟用，正排索引 doc values 非 text 型別預設啟用， source （儲存原始文件的 所有欄位的 json 結構資料）和 store （儲存指定欄位的 json 資料） 的啟用與否需要結合業務實際。假設：正排索引、倒排索引、_source 、store 都啟用了，儲存肯定會增加，但不是線性的 4倍。
ElasticSearch集群內部原理
分布式系統的集群方式可以分為主從和無主模式。主從模式通過將mater作為權威節點，將操作分工，維護集群元資訊簡化系統設計，但是存在單點故障的問題。主節點管理集群層面相關的相關操作。一般不作為資料節點，盡量做少量的工作。為避免出現腦裂問題 網路分割槽時出現多主 的情況，配置discovery.zen....
elasticsearch內部原理自我總結
elasticsearch 5.5 對於elasticsearch我自己也是新手，只是想做點筆記，記錄下自己的理解。我一直想明白當乙個文件被索引進elasticsearch時，其內部幹什麼了？本人結合網上的教程，記錄下 乙個新文件要使其可見，需要使用倒排索引，其長相如下 詞項文件1 文件2文件3 中...
內部類 成員內部類 區域性內部類 匿名內部類
public class 外部類 private int num 0 外部類如果要訪問內部類的成員，則需要通過內部類的物件訪問 使用方式 1.外部類使用內部類，主函式再使用外部類 2.通過new的方式 外部類.內部類 物件名 new 外部類 new 內部類 定義在方法內部的類，就是區域性內部類，只有...