核心思想是在多台机器上启动多个ES进程实例，组成一个ES集群。ES中存储数据的基本单位是索引，用来存储具有共同特性的文档集合，一个索引差不多就相当于Mysql中的表。为了提高可伸缩性和容错性，ES会将索引划分为多个分片，每个分片都是一个独立的Lucene索引，可以部署在集群中的任何节点上，一个索引包含一个或多个主分片和零个或多个副本分片，主分片负责数据的写入，而副本分片则用于数据的容错和读请求的分流。
- 索引（Index）
类似数据库中的“表”，是文档的逻辑集合。每个索引有一个唯一的名称（如products）
- 文档（Document）
索引中的基本数据单元，以JSON格式存储；每个文档有一个唯一ID和类型
- 分片（Shard）
索引被水平拆分的子集，每个分片是一个独立的Lucene索引；
主分片：数据写入的目标分片，数量在索引创建时固定
副本分片：主分片的拷贝，提供高可用和读负载均衡
- 节点（Node）
一个运行的ES实例，可以是数据节点、主节点或协调节点
- 客户端请求：文档发送到协调节点
- 路由与分片选择：协调节点根据文档ID的哈希值选择目标分片
- 写入主分片：主分片先写入内存缓冲区，同时记录到事务日志（用于崩溃恢复）
- 刷新：默认1秒，内存缓冲区的内容生成一个新的段（Segment）并开放搜索
- 刷盘：定期将内存中的段持久化到磁盘
- 同步副本：主分片将写入操作同步到所有副本分片
- 倒排索引：核心数据结构，记录每个词项出现在哪些文档中
- 分词：将文本转换为词项的过程
查询流程：
- 对查询字符串分词（使用相同的分析器）。
- 在倒排索引中匹配词项，计算相关性得分（如 TF-IDF、BM25）。
- 返回排序后的文档。
- 索引设计：
- 合理设置分片数（建议单个分片大小 10-50GB）。
- 使用
routing将相关文档存到同一分片，减少跨分片查询。
- 查询优化：
- 避免
wildcard查询（性能差），改用keyword类型 + 前缀搜索。 - 使用
filter替代query条件（不计算得分，结果可缓存）。
- 避免
- 硬件与配置：
- 数据节点使用 SSD，内存分配给文件系统缓存（建议不超过 50% 堆内存）。
- 调整
indices.query.bool.max_clause_count解决大量terms查询问题。
- 聚合优化：
- 对高基数字段（如用户 ID）使用
cardinality聚合时，开启precision_threshold。
- 对高基数字段（如用户 ID）使用