1. 集群的目的（本质）
   1. 实现高并发
   2. 避免单节点故障
   3. 实现海量的数据存储
2. ES的几大核心思想
   1. Cluster：集群 默认为“elasticsearch”
   2. Node：节点 一个或者多个节点加入集群
   3. Shard：分片-单台机器无法存储大量数据，es可以将一个索引中的数据切分为多个shard，分布在多台服务器上存储。有了shard就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个shard都是一个lucene index。
   4. Repilca：复制品-replica可以在shard故障时提供备用服务，保证数据不丢失，多个replica还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认5个），replica shard（随时修改数量，默认1个），默认每个索引10个shard，5个primary shard，5个replica shard，最小的高可用配置，是2台服务器。
3. 集群的健康状况
   1. green - 所有的分片都是活跃的
   2. yellow -主分片都是活跃的，部分复制分片处于不活跃状态（not active），此时集群依旧可用
   3. red-有主分片处于不活跃状态，此时集群不可以（数据分散存储）
4. ES节点类型
   1. 默认情况下，elasticsearch集群中每个节点都有成为主节点的资格，也都存储数据，还可以提供查询服务。在生产环境下，如果不修改elasticsearch节点的角色信息，在高数据量，高并发的场景下集群容易出现脑裂等问题。这些功能是由两个属性控制的。node.master 和 node.data 默认情况下这两个属性的值都是true。
   2. 主节点：主要职责是和集群操作相关的内容，如创建或删除索引，跟踪哪些节点是集群的一部分，并决定哪些分片分配给相关的节点。一般会把主节点和数据节点分开，node.master=true , node.data=false
   3. 数据节点：主要是存储索引数据的节点，主要对文档进行增删改查操作，聚合操作等,数据节点对CPU,IO,内存要求较高，优化节点的时候需要做状态监控，资源不够时要做节点扩充。配置：mode.master=false,mode.data=true
   4. 负载均衡节点：该节点只能处理路由请求，处理搜索，分发索引操作等，从本质上来说该客户节点表现为智能负载平衡器。配置：mode.master=false,mode.data=false

node.master	true	是否是主节点
node.data	true	是否存储数据

1. 111