配置项：
cluster.name: my-application # 集群名称 node.name: node-1 # 节点名称 path.data: /data/elasticsearch # 数据目录 path.logs: /var/log/elasticsearch # 日志目录 bootstrap.memory_lock: true # 锁定内存 network.host: localhost # 绑定IP地址 http.port: 9200 # 绑定端口号 discovery.zen.ping.unicast.hosts: [“localhost”] # 集群发现的通讯节点 discovery.zen.minimum_master_nodes: 2 # 最小主节点数 修改内存配置，打开注释：
$ vim /etc/elasticsearch/elasticsearch.yml # 所在集群名称与该服务在集群中的名称 cluster.name: my-application node.name: node-1 # 服务绑定的地址和端口 network.host: 192.168.0.110 http.port: 9200 # 作为集群主节点启动 cluster.initial_master_nodes: ["node-1"] # 是否开启内存限制 action.destructive_requires_name: true 在jvm虚拟机中进行内存限定，根据实际情况进行设定，由于我这台centos7的服务器内存较小，因此设定的也比较小，注意这里最大不能超过32G：
$ vim /etc/elasticsearch/jvm.options -Xms512m # 最小内存 -Xmx512m # 最大内存 重启生效：
$ systemctl restart elasticsearch.service 数据目录 如果你的数据目录发生了变更，请确保使用Elasticsearch的管理用户对目录进行授权操作：
$ id elasticsearch uid=996(elasticsearch) gid=992(elasticsearch) 组=992(elasticsearch) 不再进行演示。
相关术语 索引词 在Elasticsearch中索引词(term)是一个能够被索引的精确值。
foo、Foo、FOO几个单词是不同的索引词。
索引词(term)是可以通过term查询进行准确的搜索。
文本(text) 文本是一段普通的非结构化文字。
通常，文本会被分拆成一个个的索引词，存储在elasticsearch 的索引库中。
为了让文本能够进行搜索，文本字段需要事先进行分析了;
当对文本中的关键词进行查询的时候，搜索引擎应该根据搜索条件搜索出原文本。
分析(analysis) 分析是将文本转换为索引词的过程，分析的结果依赖于分词器。
比如:FOO BAR、Foo-Bar和 foo bar这几个词有可能会被分析成相同的索引词foo和bar，这些索引词存储在Elasticsearch的索引库中。
集群(cluster) 集群由一个或多个节点组成，对外提供服务，对外提供索引和搜索功能。
在所有节点，一个集群有一个唯一的名称默认为“elasticsearch”
此名称是很重要的，因为每个节点只能是集群的一部分，当该节点被设置为相同的集群名称时，就会自动加入集群。
当需要有多个集群的时候，要确保每个集群的名称不能重复，否则节点可能会加入到错误的集群。
请注意，一个节点只能加入到一个集群。
此外，你还可以拥有多个独立的集群，每个集群都有其不同的集群名称。
节点(node) 一个节点是一个逻辑上独立的服务，它是集群的一部分，可以存储数据，并参与集群的索引和搜索功能。
就像集群一样 ，节点也有唯一的名字，在启动的时候分配。
如果你不想要默认名称，你可以定义任何你想要的节点名。
这个名字在数据处理中很重要，在Elasticsearch集群通过节点名称进行管理和通信，一个节点可以被配置加入到一个特定的集群。
默认情况下，每个节点会加入名为Elasticsearch 的集群中，这意味着如果你在局域网中部署多个节点，如果网络畅通，他们能彼此发现并自动加入名为Elasticsearch 的一个集群中。
你可以拥有多个你想要的节点。当网络没有集群运行的时候，只要启动一个节点，这个节点会默认生成一个新的集群，这个集群也会有自己的一个节点。
分片(shard) 分片是单个Lucene 实例，这是Elasticsearch管理的比较底层的功能。
索引是指向主分片和副本分片的逻辑空间。
对于使用，只需要指定分片的数量,其他不需要做过多的事情。
在开发使用的过程中，我们对应的对象都是索引 ，Elasticsearch 会自动管理集群中所有的分片，当发生故障的时候，Elasticsearch 会把分片移动到不同的节点或者添加新的节点。
一个索引可以存储很大的数据，这些空间可以超过一个节点的物理存储的限制。
例如：十亿个文档占用磁盘空间为 1TB。
仅从单个节点搜索可能会很慢，还有一台物理机器也不一定能存储这么多的数据。
为了解决这一问题 ，Elasticsearch将索引分解成多个分片。
当你创建一个索引，你可以简单地定义你想要的分片数量。
每个分片本身是 一个全功能的、独立的单元，可以托管在集群中的任何节点。
主分片 每个文档都存储在一个分片中，当你存储一个文档的时候，系统会首先存储在主分片中，然后会复制到不同的副本中。
默认情况下，一个索引有5个主分片。
你可以事先制定分片的数量,当分片一旦建立，则分片的数量不能修改。
副本分片 每一个分片有零个或多个副本。
副本主要是主分片的复制，其中有两个目的:
增加高可用性:当主分片失败的时候,可以从副本分片中选择一个作为主分片。
提高性能:当查询的时候可以到主分片或者副本分片中进行查询。
默认情況下，一个主分片配有一个副本，但副本的数量可以在后面动态地配置增加。
副本分片必部署在不同的节点上，不能部署在和主分片相同的节点上。
索引(index) 索引是具有相同结构的文档集合。
例如：可以有一个客户信息的索引,包括一个产品目录的索引,一个订单数据的索引 。
在系统上索引的名字全部小写，通过这个名字可以用来执行索引、搜索、更新和删除操作等。
在单个集群中，可以定义多个你想要的索引。
类型(type) 在索引中，可以定义一个或多个类型，类型是索引的逻辑分区。
在一般情况下，一种类型被定义为具有一组公共字段的文档。
例如，让我们假设你运行一个博客平台，并把所有的数据存储在一个索引中。
在这个索引中，你可以定义一种类型为用户数据，一种类型为博客数据，另一种类型为评论数据。
文档(doc) 文档是存储在Elasticsearch中的一个JSON格式的字符串。
它就像在关系数据库中表的一行。
每个存储在索引中的 一个文档都有一个类型和一个ID，每个文档都是一个JSON对象，存储了零个或者多个字段,或者键值对。
原始的 JSON 文档假存储在一个叫作Sour的字段中。
当搜索文档的时候默认返回的就是这个字段。
映射 映射像关系数据库中的表结构。
每一个索引都有一个映射，它定义了索引中的每一个字段类型，以及一个索引范围内的设置。
一个映射可以事先被定义，或者在第一次存储文档的时候自动识别。
字段 文档中包含零个或者多个字段，字段可以是一个简单的值(例如字符串、整数、日期)，也可以是一 个数组或对象的嵌套结构。
字段类似于关系数据库中表的列。
每个字段都对应一个字段类型，例如整数、字符串、对象等。
字段还可以指定如何分析该字段的值。
主键 ID是一个文件的唯一标识。
如果在存库的时候没有提供ID，系统会自动生成一个ID。
文档的 index与type的ID必须是唯一的。
复制 复制是一个非常有用的功能，不然会有单点问题。
当网络中的某个节点出现问题的时候，复制可以对故障进行转移，保证系统的高可用。
因此，Elasticsearch允许你创建一个或多个拷贝，你的索引分片就形成了所谓的副本或副本分片。
复制是重要的，主要的原因有:
它提供丁高可用性,当节点失败的时候不受影响。需要注意的是，一个复制的分片不会存储在同一个节点中。
它允许你扩展搜索量,提高并发量,因为搜索可以在所有副本上并行执行。 每个索引可以拆分成多个分片。
索引可以复制零个或者多个分片，一旦复制，每个索引就有了主分片和副本分片。
分片的数量和副本的数量可以在创建索引时定义，当创建索引后，你可以随时改变副本的数量，但你不能改变分片的数量。
默认情況下，每个索引分配5个分片和一个副本，这意味着你的集群节点至少要有两个节点，你将拥有5个主要的分片和5个副本分片共计10个分片。
每个Elasticsearch分片是一个Lucene 的索引。
有文档存储数量限制，你可以在一个单一的Lucene索引中存储的最大值为lucene-5843，极限是2147483519(=integer.max_value-128)个文档。
你可以使用cat/shards API监控分片的大小。
倒排索引 Elasticsearch基于Lucene，而Lucene能够做到全文检索的功能就依赖于倒排索引。
document被成功index录入后，Elasticsearch会对index创建一张倒排索引表。
如下所示，这里有2个文档，都在一个index中：
DOCUMENT1 : "Hello,Elasticsearch" DOCUMENT2 : "Hello,World And Elasticsearch"