基本上ES可以分成下圖的幾種結構：

接下就對每個結構做介紹

節點(Node)：

Elasticsearch是一個分佈式系統，它運行在一個或多個節點上。每個節點是一個獨立的Elasticsearch實例，可以是一台物理服務器或虛擬機器。而節點主要的工作就是傳遞數據、進行節點與節點之間的通訊，並且根據設定可以有不同類型的節點：

Master-eligible Node:

• 對於穩定叢集的狀態非常重要，決定哪些節點是集群的一部分
• 負責創建與刪除索引，決定分片(shard)分配給哪些節點，並且在特定情形下也決定哪個replica shard需要轉換成primary shard(如primary shard被破壞)
• 管理集群的元數據，將客戶端的需求轉發到適當的數據節點
• 因主節點對於集群的健康狀態太過重要，因此主節點通常建議是只用來處理上述的任務，不處理其他操作，並且在情形許可的狀態下會有多個節點會被當成主節點的候選人，在主節點掛掉時能重新頂替。這部分之後會再更詳細的介紹

Data Node:

• 負責儲存與搜尋資料，舉凡CRUD、聚合等
• 當只有一個節點時，節點就同時具備這些特點

叢集(cluster)：

• 由一個或是多個節點所組成，在建立node的同時，cluster就產生了。

索引(index)：

• 相當於關聯式資料庫中的 database，內部含有許多的文件(document)。從index層級中，可以決定各個欄位的映射(mapping)，主要與複製分片數量等參數

分片(shard)：

• 索引經由sharding的過程被分割成更小的區塊，而每一個區塊就是shard。shard又可以分成primary shard與replica shard。

• 索引建立時，就可以選擇要複製多少份，預設為1
• 複製分片的儲存位置跟主要分片在不同的節點上，意思是只有一個節點是無法啟用複製功能

shard有以下功能：

-水平擴展資料的容量：

因為藉由多個primary或是多個replica shard並且分佈在不同的node上達到擴展，讓資料分散儲存，提高數據的儲存與處理能力。一個shard雖然沒有固定的大小，會隨著文檔的增加而成長，但是一個shard內最多只能存約20億的左右的文檔，多個shard意味索引能存更多的內容

-提升搜尋表現：

因為在多個node上有多個相同的replica shard，在搜尋的當下會同時搜尋所有replica shard，讓搜尋表現提升

-增加容錯與提升彈性：

primary shard 和 replica shard不會同時存在同一個node。因此有node掛掉時，該節點的primary shard同時毀損，此時其他node的replica shard 會晉升成primary shard，並保持叢集的健康。當然單node的叢集例外

那單節點是否就完全失去查找速度？

Elasticsearch 還是可以單個節點上使用多個 CPU 核心進行搜索和分析，從而提高效率
如果只有一個節點，那麼即使將索引分成多個分片，也無法實現分佈式搜索和分析。要實現分佈式搜索和分析，必須在多個節點之間分配分片

segment file：

• 一個shard又由一個或是多個segment file組成。segment file儲存了文檔(Document)的數據與倒排索引(Inverted Index，後面的篇幅會再詳細介紹)，並且是ES儲存在磁碟中的實體檔案，且有不可更改的特性。當文檔更新時，其實是先刪除舊的segment file，再重新創建新的。

文檔(Document)：

• 是ES最小數據單元，內部是以多個鍵值對存在，通常以JSON格式表示。詳細的內容會再實際操作時再多講解

那今天就大致上把ES整體架構上的基本知識都先交代了，雖然有一些細節草草帶過，但是之後如果有遇到需要解釋的部分會再一起補上。因為ES的底層是遵循lucene的，因此很多原理是相通的。
明天就可以準備開始安裝了～