以下是一些关于Elasticsearch的核心概念，了解这些概念会有助于学习Elasticsearch。文章翻译自官方文档，讲解了Cluster、Node、Index等几个Elasticsearch当中的基本概念，描述了Elasticsearch实现高可用高并发的设计原理。
以下是一些关于Elasticsearch的核心概念，了解这些概念会有助于学习Elasticsearch。
贴一份Elasticsearch的中文文档，后来发现的。。。
Near Realtime(NRT)
Elasticsearch是一个近实时的搜索平台，意味着从你创建索引到你搜索到新数据的过程当中，存在一定的延时（通常是一秒钟内）。
Cluster（集群）
一个集群是由一个或以上node（服务器）组成，它们组合在一起保存数据与提供搜索功能。集群用一个唯一的名称，默认是”elasticsearch”。这个名称相当重要，因为node是通过这个集群名称添加到集群，而一个node只能属于一个集群。
Node（服务）
一个node表示一个集群中的服务器，负责保存数据，参与集群中的索引保存，提供搜索。跟集群一样，node有一个名字进行表示，默认是一个在开启时候生成的随机的UUID，也可以使用自定义的名称来代替。node的名字在管理上起着很重要的作用。
通过集群的名称，一个node可以配置到一个集群中。默认情况下，node是属于默认的集群，即”elasticsearch”中，意味着当你启动多个node，而且他们能够互相连接的情况下，他们就形成了一个集群，名字就是”elasticsearch”。
在一个集群中，你可以设置很多数量的node。除此之外，在一个没有node的网络中中，新启动的node会自动添加到”elasticsearch”集群中，形成一个只有单一node的集群。
Index（索引）
索引是有相同特点的文档的集合。例如客户索引，商品品类索引，订单索引。不同索引通过其唯一的名字来区分（索引名必须小写），索引名在Elasticsearch搜索、更新、删除等索引操作的时候会用上。
Type（文档类型）
类型用于区分同一个索引中的不同的文档集合。例如用户类型，文章类型。不过6.0.0之后的版本，一个索引只能含有一个类型，到7.0.0往后的版本中将会移除这个概念。
什么是mapping types
自从第一个Elasticsearch的release版本以来，一个文档只能保存在一个索引，并且只能标记着一个类型（mapping type），例如twitter索引中可能有user类型和tweet类型。
每一个mapping type都有自己的字段，例如user类型有full_name属性。
每一个文档都有一个_type的元属性，其值为对应的类型，搜索的时候会在url中限制搜索的类型。
文档会将_type和_id组合生成_uid，让同一个索引，允许存在相同_id的不同类型的文档。
为什么要移除mapping types
最初我们谈论的时候，会将index类比成SQL数据库中的database，而type就类似于table。这是一个错误的对比。在SQL数据库中，table是互相独立的，不同表的列，即使有相同的名字也不会有任何冲突，而mapping type则完全不是这样。
在一个Elasticsearch的索引中，就算是不同的类型，只要拥有相同名字的字段，这都是违背了Lucene的字段本质。以上面的例子，如果user类型和tweet类型都有一个字段叫user_name，那么他们都必须有相同的mapping（定义）。
这样，当你想在同一个索引的不同类型中，创建同一名字，但是不同类型的字段的时候，会导致冲突。
综上所述，在同一个索引的不同实体中，如果存在相同名字的不同字段，都会导致数据离散（sparse data，不知道是不是这样翻译），还有影响Lucene压缩数据的能力。
因此，建议移除mapping types。
替代mapping types
一个索引只建立一个文档类型
定制一个type字段来代替原来的_type字段
方法一的做法限制于集群中分片的数量，你不会想浪费一个实体分片在只有几千个文档的集合上。你可以定制一个type字段来代替_type字段。
没有mapping types的父子关系
这个还没有看
Document（文档）
文档是索引的基本单元。例如一个文档存储一个用户的信息，一个文档存储一个商品信息，另外一个文档存储订单信息。文档的格式JSON格式。
在一个索引/类型中，你可以很多文档，实质上文档是必须和分配一个类型，而不是一个索引？这句没有看懂。
Shards & Replicas（分片和副本）
一个索引能够存储超过一个节点硬件限制的海量数据。例如，一个上百万数据的索引，需要1TB的硬盘空间，单一个节点无法保存，另外单一节点搜索的话速度太慢。为了解决这个问题，Elasticsearch提供了一个功能，将你的索引切分成多个Shards（分片）。在创建索引时候定义分片数目，每一个分片都是完整且独立，可以在任何节点上进行管理。
需要进行分片的两个重要作用：
- 水平切分你的海量数据
- 通过分片，你可以并行地进行操作来提高效率
Elasticsearch管理着分片的分配和在搜索时候归并分片中的文档，过程对使用者来说是完全透明的。
在网络环境中，为了防止分片/节点如果挂掉而影响系统，Elasticsearch提供了一个功能，为一个分片制作多个副本，称为replica shards或者replicas for short。
副本主要有两个作用： - 高可用，因为一个索引的副本会分布在不同的节点中
- 高并发，因为分布在不同节点的副本可以并行地提供服务
每一个索引可以切分成不同的分片，一个索引可以制作多个副本（也可以不做副本）。复制的时候会产生一个主分片和一个副本分片。分片数量是在创建索引的时候设置的，索引创建完成之后，只能修改副本的数量，不能修改分片数。
默认设置下，Elasticsearch是有5个主分片和1份副本，也就是说，在两个节点的情况下，会存在5个主分片和5个副本分片。