基本概念：

    在大数据眼中，行不再是行，而是一个文档，都是这么叫的，比如MongoDB，Elasticcsearch

    关系数据库，库，表，行，列

    Elasticsearch，索引，类型，文档，字段

NIO IO

    IO是面向流的，NIO是面向缓冲的。

什么是分片？为什么要分片？分片的作用在分布式集群中扮演的角色是什么？

    分片，我的理解是：假设10万个文档（在mysql中就是10万条记录），如果没有集群一说的话，就会直接将一条条记录存储到mysql，这我们都很熟悉。    

    假设集群中设置了文档的分片数是100，那么每个分片大概就会有1000个文档，这1000个文档就是一个分片，将文档集离散的分散在集群的各个节点上。

    既然是分片，那么就会有主次之说，主分片，与备份分片，出现备份是为了防止数据丢失，比如：某台机器挂了，会根据副本分片，将失去的数据找回来，但是，副本数会加大磁盘的存储量，浪费磁盘的资源，当然会造成集群中各个节点之间的数据的一个传输过程，本来如果只有主分片的话，各个节点传输一次就OK了，但是，加上副本分片的话，传输量会加大到差不多2倍以上。

    所以，在分布式集群中，数据再也不要看成一个整体了，他会断裂存储到各个节点的仓库中，当我们操作Es的时候，多个分片就会并发的执行........

索引/类型  索引就相当于mysql数据库的表，而类型标识了数据类型

索引过程：

    理解索引过程：比如一个用户发了20万个帖子，描述完毕。

    数据（可以是一个文档，即一条记录）索引的时候，会根据文档的标识ID与Es具体的算法将具有相关性的文档写到一个主分片中，比如上面的20万个帖子就会更新到一个分片中，然后copy备份分片到其他几点中，这大概是索引的过程。

搜索过程：

    搜索的时候，我们最不想碰到就是，比如，寻找某一个文档，要去集群中的各个节点都去试一下，最坏的是，试到最后一个机器的分片才找到，最好的是试了第一个机器的分片就找到，这，很明显不是Es的做法，太笨蛋了。

    Es会这样做：

    将请求封装成JSON格式，就好比mysql的一个简单的查询“select * from test where id = 1234 ”比如请求id是1234的这个文档，Es的路由算法会根据文档ID，瞬间算出，这个文档大概属于哪个机器的哪个分片中，然后将该请求直接路由到所属机器，执行搜索操作。

注意：集群内部会选择一个master出来，如果出现“脑裂”会出现多个master（这种情况不应该出现才对），所以，集群中的每一个机器都有可能被选择为master，其他机器当然会和master通信。