快速入门ElasticSearch（上）( 三 ) 写在前面ElasticSearch是一个分布式、

如果出现下面的错误：
failed to send join request to master [{master}{4f6DA5uJQ8iJokZ3T18gjg}{2dOtfXXbTrynhShWrzt3xQ}{127.0.0.1}{127.0.0.1:9300}{ml.machine_memory=8374956032, ml.max_open_jobs=20, xpack.installed=true, ml.enabled=true}], reason [RemoteTransportException[[master][127.0.0.1:9300]那是因为之前复制ElasticSearch文件时，将其data目录下的文件也一同复制了，因此需要清空data文件夹，然后再进行重试即可。
ElasticSearch基础概念首先是集群和节点的概念，我们知道集群是由一个或多个节点组成的，如前面我们搭建的具有三个节点的集群，其默认名称为ElasticSearch ，但是前面我们通过cluster.name参数将其修改为envythink 。请注意对于任意一个节点来说，其集群的名字只能有一个，实际上所有的节点都是靠这个集群的名称来加入集群的。此外每个节点都有自己的名字，可以通过node.name来自定义，同时节点都是可以存储数据，参与集群索引数据，以及搜索数据的独立服务。其次是索引，你可以将其理解为是含有相同属性的文档集合。接着是类型，一般来说索引可以定义一个或者多个类型，但是文档必须是属于一个类型。那么问题来了，文档又是什么呢？文档就是可以被索引的基本数据单位，如用户的个人信息，它是ElasticSearch中最基本的存储单位。索引在ElasticSearch中是通过名字来识别的，且它必须是英文字母小写，且不含中划线，我们都是通过名字来对文档数据进行增删改查等操作。
关于索引、类型和文档这三者之间的关系，可以借鉴数据库的相关知识，将索引类比为数据库；类型类比为数据表；而文档就是一行SQL记录。再来举一个较为详细的系统，假设我们这里有一个信息查询系统，此处使用ElasticSearch来作存储，那么里面的数据就可以分为各种各样的索引，如图书索引，服装索引，电器索引等，而对于图书索引又可以细分为文学类、工具类、技术类等类型，而具体到每一本书籍则就是文档，也就是最小的存储单位。
和索引相关还有两个比较重要的概念就是分片和备份。每个索引都有多个分片，每个分片就是一个Lucene索引。而拷贝一份分片就完成了分片的备份。使用分片可以将索引进行拆分，可以分担每一个索引上的压力，同时分片还允许用户进行水平扩展和拆分，以及分布式的操作，可以提高搜索以及其他操作的效率。使用备份的好处就是当一个主分片出现问题时，备份的分片就可以代替工作，从而提高了ElasticSearch的可用性，同时备份的分片也支持搜索操作，可以减轻搜索的压力。 ElasticSearch默认在创建索引时，会创建5个分片，一个用于备份，当然这个数据也是可以修改的。此外分片的数量只能在创建索引的时候指定，而不能在后期进行修改，但是备份却是可以动态修改的。
ElasticSearch基本用法由于ElasticSearch使用的是RESTful风格的API ，因此在学习ElasticSearch的基本用法之前，需要了解ElasticSearch中API的基本格式：http://:/<索引>/<类型>/<文档id> ，注意上面的索引、类型和文档都是名词，而动作则使用HTTP对应的GET/POST/PUT/DELETE 。
创建索引接下来可以结合之前的Head插件来显式创建索引，点击左上角的索引-->创建索引-->填入数据-->点击确定（注意这里的movie是索引名称，必须是英文小写，且不能使用中划线）：
快速入门ElasticSearch（上）文章插图
之后回到首页，可以看到页面出现了10个绿底黑字的方框，这些都是ElasticSearch的分片，如下所示：
文章插图