我们往Elasticsearch添加数据时需要用到索引——保存相关数据的地方。索引实际上是指向一个或多个物理分片的逻辑命名空间。

    一个分片是一个底层的工作单元，他仅保存了全部数据中的一部分。在分片内部机制中，我们将详细介绍分片是如何工作的，而现在我们只需要知道一个分片是一个Lucene的实例，以及他本身就是一个完整的搜索引擎。我们的文档被存储和索引到分片内，但是应用程序是直接与索引而不是分片进行交互。

    Elasticsearch是利用分片将数据分发到集群内各处的。分片是数据的容器，文档保存在分片内，分片又被分配到集群内的各个节点里。当你的集群规模扩大或者缩小时，Elasticsearch会自动的在各节点中迁移分片，使得数据仍然均匀分布在集群里。

    一个分片可以是主分片或者副本分片。索引内任意一个文档都归属于一个主分片，所以主分片的数目决定着索引能够保存的最大数据量

    技术上来说，一个分片最大能够存储Integer.MAX_VALUE - 128个文档，但是实际最大值还需要参考你的使用场景：包括你使用的硬件，文档的大小和复杂程度，索引和查询文档的方式以及你期望的响应时长。

    一个副本分片只是一个主分片的拷贝。副本分片作为硬件故障时保存数据不丢失的冗余备份，并为搜索和返回文档等读操作提供服务。

    让我们在包含一个空节点的集群内创建名为blogs 的索引。索引在默认情况下会被分配5个主分片，但是为了演示目的，我们将分配3个主分片和一个副本（每个主分片都拥有一个副本分片）

    1. PUT /blogs
    2. {
    3.    "settings" : {
    4.       "number_of_shards" : 3,
    5.       "number_of_replicas" : 1
    6.    }
    7. }

    我们的集群现在是Figure 2, “拥有一个索引的单节点集群”。所有3个主分片都被分配在 Node 1 。
    添加索引 - 图1
    Figure 2. 拥有一个索引的单节点集群

    如果我们现在查看集群健康，我们将看到如下内容：

    {
  "cluster_name": "elasticsearch",
  "status": "yellow",         //1
  "timed_out": false,
  "number_of_nodes": 1,
  "number_of_data_nodes": 1,
  "active_primary_shards": 3,
  "active_shards": 3,
  "relocating_shards": 0,
  "initializing_shards": 0,
  "unassigned_shards": 3,     //2
  "delayed_unassigned_shards": 0,
  "number_of_pending_tasks": 0,
  "number_of_in_flight_fetch": 0,
  "task_max_waiting_in_queue_millis": 0,
  "active_shards_percent_as_number": 50
}
    1. 集群status 值为 yellow
    2. 没有被分配到任何节点的副本数

    集群的健康状况为 yellow 则表示全部主分片都正常运行（集群可以正常服务所有请求），但是副本分片没有全部处于正常状态。实际上，所有3个副本分片都是 unassigned —— 他们都没有被分配到任何节点。在同一个节点上既保存原始数据又保存副本是没有任何意义的，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。

    当前我们的集群是正常运行的，但是在硬件故障时有丢失数据的风险。