使用ES，通常会遇到这个概念， 索引，文档，节点，分片，副本。
索引和文档，是偏向开发人员视角，逻辑概念
节点，分片，副本等，运维人员可能会偏重点，偏向物理概念。
1- 文档(document)：是ES 所有可搜索数据的最小单位，它会被序列化成JSON格式(可以包含 不同的类型的字段)，保存到ES中。每个文档都有一个UID，可以自己定义，也可以交给系统生成。
1.1- 文档的组成
元数据：用于标注 文档的相关信息
字段： 类似于 关系型数据库的字段，支持数据/嵌套，类型可以自定义也可以交给系统自动推算
2- 索引(index)：是文档的容器，是一类 文档的结合。索引体现了 逻辑空间的概念，它有自己的定义(mapping和setting)，
mapping定义了包含文档的字段和字段类型。setting定义不同数据的分布，有多少分片，有多少副本，怎么分布。
3- 类比关系型数据库
关系型数据库和 ES 的概念类比
Elasticsearch | 关系型数据库 |
index | table |
document | row |
field | colum |
mapping | schema |
3- 节点：是ES 的实例，本质上是一个java 进程。每个节点在启动后，会分配一个UID，保存在 data 目录下。每个节点都保存了集群的状态信息
3.1- Master角色节点：只有Master节点能够修改集群状态信息(包括 所有节点的信息，所有的索引mapping和setting信息，分片的路由信息)，具体负责集群相关的操作，例如创建或删除索引，跟踪哪些节点是集群的一部分，以及决定将哪些分片分配给哪些节点。集群必须有这个角色节点
3.2- Client角色节点：负责处理路由请求，处理搜索，分发索引操作，集群必须有这个角色节点
3.3- Data角色节点：负责保存数据。集群必须有这个角色节点
3.4- Coordinating功能节点： 负责接收client的请求，将请求分发到合适的节点，最后把结果汇聚到一起。每个节点默认都是Coordinating节点
3.5- Ingest功能节点：负责 预处理文档的职责。功能强大灵活。集群不一定需要这个角色。
4- 分片：是个物理概念，存储数据。分为主分片和副本。每个分片都是一个Lucene索引，它用于水平分割扩展数据
4.1- 主分片：用于解决水平扩展的问题，通过它可以将数据分布到集群的所有节点上。它是在创建index时指定的，后续不允许修改
4.2- 副本：用于数据高可用，是主分片的拷贝。副本数可以动态修改
