TMesh的博客

ElasticSearch为了搜索提供了一些原始的API，主要是有两大类。

ElasticSearch暴露的RESTAPI，提供给UI组件使用，也可以直接被调用来配置及访问ElasticSearch特性。

使用query关键字进行检索，倾向于相关度搜索，故需要计算评分。搜索是ElasticSearch最关键和重要的部分。在查询上下文中，一个查询语句表示一个文档和查询语句的匹配程度。无论文档匹配与否，查询语句总能计算出一个相关性分数在字段上。相关度评分用于对搜索结果排序，评分越高则认为其结果和搜索的预期值相关度越高，即越符合搜索预期值，默认情况下评分越高，则结果越靠前。在7.x之前相关度评分默认使用TF/IDF算法计算而来，7.x之后默认为BM25。source字段包含索引时原始的JS

Elasticsearch是面向文档(documentoriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。

然而，在两种情况下，Elasticsearch 无法找出这些信息：未映射的字段(例如，在跨多个索引的搜索请求的情况下，只有其中一部分字段在映射中有定义) 和 纯脚本。在聚合类型定义的同一级别，可以选择性的定义一组附加的聚合，但这只有在你定义的聚合具有 bucketing 性质时才有意义。将为其父聚合生成的桶计算子聚合。对嵌套聚合的级别/深度没有硬性限制(可以将一个聚合嵌套在一个“父”聚合下，而这个父聚合本身是另一个更高级聚合的子聚合)。根据聚合的性质，每种类型的聚合定义自己的主体(例如，特定字段上的。

当请求多个值源时，将对每个值源进行排序，将组合桶的第一个值与另一个组合桶的第一个值进行比较，如果它们相等，则组合桶中的下一个值将用于再次比较。该聚合计算每个文档值与原点的距离，并根据范围确定其所属的桶(如果文档与原点之间的距离在该桶的距离范围内，则该文档属于该桶)。的多桶聚合，但不是靠给定的 间隔(interval) 来作为每个桶的宽度，而是给定目标桶的数量来指示所需的桶数，并且自动选择桶的间隔以用最好的方式来实现该目标。，则覆盖该天的桶将只保存 23 小时的数据，而不是其他桶通常的 24 小时。

该系列中的聚合基于以某种方式从被聚合的文档中提取的值来计算度量。 这些值通常从文档的字段中提取(使用字段数据)，但也可以使用脚本生成。数字度量聚合是一种特殊类型的度量聚合，它输出数值。 一些聚合输出单个数字度量(例如 )，称为(单值数字度量聚合)，其他聚合生成多个度量(例如 )，称为(多值数字度量聚合)。 当单值和多值数字度量聚合作为某些桶聚合的直接子聚合时，这些聚合之间的区别就很重要(某些桶聚合使你能够根据每个桶中的数字度量对返回的桶进行排序)。度量聚合，计算从聚合文档中提取的数值的平均值。 这些值可以

在同一个节点上既保存原始数据又保存副本是没有意义的，因为一旦失去了那个节点，我们也将丢失该节点上的所有副本数据。elasticsearch 是天生支持集群的，他不需要依赖其他的服务发现和注册的组件,如 zookeeper 这些，因为他内置了一个名字叫 ZenDiscovery 的模块，是 elasticsearch ,自己实现的一套用于节点发现和选主等功能的组件，所以 elasticsearch 做起集群来非常简单，不需要太多额外的配置和安装额外的第三方组件。主分片可能存在多个，并有可能存在于不同节点上。