概念解析
CURD 操作
CURD 操作都是针对具体的某个或某些文档的操作，每个文档的 routing 都是确认的，所以其所在分片也是可以事先确定的。该过程对应 ES 的 Document API。
- 新建（C）： 指对某个文档进行索引操作的过程。
- 检索（R）： 指从 ES 中获取某个或多个特定文档的过程。
- 删除（D）： 指从 ES 中删除某个文档让其不再可被搜索。
- 更新（U）： 指在 ES 中更新某个文档的过程，其实质是删除+新建的过程。
搜索
搜索操作是指通过查询条件从 ES 中获取匹配的文档的过程，搜索前不知道哪个文档会匹配查询。该过程对应 ES 的 Search API。
路由和分片
分片
- 文档在索引的时候，需要确定文档存放到哪个分片上去。（通过把 _id 作为 routing 来计算 shard）
- 文档在检索的时候，需要确定文档处在具体哪个分片上。（通过把 _id 作为 routing 来计算 shard）
路由
分片的确定，都是由路由来完成的，具体计算公式如下：
shard = hash(routing) % number_of_primary_shards- routing 值是一个任意字符串，它默认是 _id 但也可以自定义。
- routing 字符串通过哈希函数生成一个数字，然后除以主切片的数量得到一个余数(remainder)，余数的范围永远是 0 到 number_of_primary_shards - 1 ，这个数字就是特定文档所
在的分片。 - 这也解释了为什么主分片的数量只能在创建索引时定义且不能修改：如果主分片的数量在未来改变了，所有先前的路由值就失效了，文档也就永远找不到了。
文档的新建、索引和删除
流程
新建、索引和删除请求都是写(write)操作，它们必须在主分片上成功完成才能复制到相关的复制分片上。并且要等所有复制分片完成后才向请求节点返回。
在主分片和复制分片上成功新建、索引或删除一个文档必要的顺序步骤：
- 1. 客户端给 Node 1 发送新建、索引或删除请求，Node 1 作为协调节点。
- 2. 协调节点使用文档的 _id 确定文档属于分片 0 （通过把 _id 作为 routing 来计算 shard）。它转发请求到 Node 3 （主分片位于这个节点上）。
- 3. Node 3 在主分片上执行请求，如果成功，它转发请求到相应的位于 Node 1 和 Node 2 的复制节点上。当所有的复制节点报告成功， Node 3 报告成功给协调节点。
- 4. 协调节点返回结果给客户端。
客户端接收到成功响应的时候，文档的修改已经被应用于主分片和所有的复制分片。
由于要主分片和复制分片都成功后才返回成功，所以写操作是比较耗时的。
优化
replication：
replication 默认为 sync。也就是要等所有复制分片都操作完后才返回。
设置为 async 运行在主分片操作完成后即返回。
文档的检索
流程
检索文档为读(read)操作，请求只需分片的任意一个副本返回操作结果即完成。
在主分片或复制分片上检索一个文档必要的顺序步骤：
- 1. 客户端给 Node1（主节点） 发送 get 请求，Node 1 作为协调节点。
- 2. 协调节点使用文档的 _id 确定文档属于分片 0（通过把 _id 作为 routing 来计算 shard） 。分片 0 对应的复制分片在三个节点上都有。此时，它转发请求到 Node 2 。
- 3. Node 2 返回执行结果给协调节点。
- 4. 协调节点返回结果给客户端。
对于读请求，为了平衡负载，协调节点会为每个分片的请求选择不同的副本——它会循环所有分片副本。
文档的更新
流程
更新过程整体流程就是 “读” + “写” 操作。
执行更新必要的顺序步骤：
- 1. 客户端给 Node 1 发送更新请求，Node 1 作为协调节点。
- 2. 协调节点转发请求到主分片所在节点 Node 3（主分片） 。
- 3. Node 3 从主分片检索出文档，修改 _source 字段的JSON，然后在主分片上重新索引。如果有其他进程修改了文档，它以 retry_on_conflict 设置的次数重复步骤3，都未成功则放弃。
- 4. 如果 Node 3 成功更新文档，它同时转发文档的新版本到 Node 1 和 Node 2 上的复制分片以重新索引。当所有节点报告成功， Node 3 返回成功给协调节点。
- 5. 协调节点返回结果给客户端。
批量文档操作
批量检索（mget）和批量新建、索引、更新、删除（bulk）操作和单个文档的操作过程类似。
区别在于协调节点知道所有文档所在的分片，并将请求的文档根据所在的分片来分组。然后同时请求需要的节点。
一旦收到所有节点的响应，协调节点再将这多个节点的响应组合成一个响应结果返回给客户端。
流程
mget 操作
mget 操作过程基本步骤：
- 1. 客户端发送请求到 Node 1，Node 1 作为协调节点。
- 2. 协调节点确认每一个操作请求的目标分片，并根据需要请求的目标分片重新分组。
- 2. 协调节点同时转发每组请求到目标主分片或复制分片（检索操作任意分片都可以）。
- 3. 一旦所有请求的分片都返回，协调节点整理结果，并返回给客户端。
bulk操作
bulk 操作过程基本步骤：
- 1. 客户端发送请求到 Node 1，Node 1 作为协调节点。
- 2. 协调节点确认每一个操作请求的目标主分片，并根据目标主分片重新分组。
- 2. 协调节点同时请求包含这些主分片的节点（步骤2）。
- 3. 每一个主分片一个接一个的处理每一个文档请求——某个文档在主分片上请求成功了，主分片将请求发送给它所有的复制分片，然后就接着处理下一个文档请求。
- 4. 当所有的复制分片请求成功后，主分片所在节点就向协调节点报告成功。
- 5. 协调节点整理所有文档的结果，并返回给客户端。
搜索
文档的 CRUD 操作一次只处理一个单独的文档（批量操作也是单个执行）。CRUD 操作中，文档的唯一性由 _index , _type 和 routing （通常默认是该文档的 _id ）的组合来确定。这意味着我们可以准确知道集群中的哪个分片有这个文档。
搜索过程，由于不知道哪个文档会匹配查询（文档可能存放在集群中的任意分片上），所以搜索需要一个更复杂的模型。搜索通过查询每一个我们感兴趣的索引的分片副本，来看是否含有任何匹配的文档。
搜索的执行过程分两个阶段，称为查询然后取回（query then fetch）。
查询阶段
GET /_search
{ "from": 90,
"size": 10
}
1. 客户端发送一个 search（搜索） 请求给 Node 3 , Node 3 创建了一个长度为 from+size 的空优先级队列。
2. Node 3 转发这个搜索请求到索引中每个分片的原本或副本。搜索请求可以被每个分片的原本或任意副本处理。
（并非所有副本都处理同样的请求，而是轮询处理不同的请求，所以多副本能够提高吞吐）
3. 每个分片在本地执行这个查询并且结果将结果到一个大小为 from+size 的有序本地优先队列里去。
4. 每个分片返回document的ID和它优先队列里的所有document的排序值给协调节点 Node 3 。 Node 3 把这些值合并到自己的优先队列里产生全局排序结果。
5. 对于多（multiple）或全部（all）索引的搜索的工作机制和这完全一致——仅仅是多了一些分片而已。
取回阶段
查询阶段辨别出那些满足搜索请求的document，但我们仍然需要取回那些document本身。这就是取回阶段的工作。
1. 协调节点（请求节点）辨别出哪个document需要取回（比如只取前100项），并且向相关分片发出 GET 请求。
2. 每个分片加载document并且根据需要丰富（enrich）它们，然后再将document返回协调节点。
3. 一旦所有的document都被取回，协调节点会将结果返回给客户端。
搜索选项
1. preference：
preference 参数允许你控制使用哪个分片或节点来处理搜索请求。她接受如下一些参数 _primary ， _primary_first ，_local ， _only_node:xyz ， _prefer_node:xyz 和 _shards:2,3
2. timeout：
通常，协调节点会等待接收所有分片的回答。如果有一个节点遇到问题，它会拖慢整个搜索请求。timeout 参数告诉协调节点最多等待多久，就可以放弃等待而将已有结果返回。
3. routing：
指定一个或多个 routing 值来限制只搜索那些分片而不是搜索index里的全部分片。
4. search_type：
- count（计数）：当不需要搜索结果只需要知道满足查询的document的数量时，可以使用这个查询类型。
- query_and_fetch：搜索类型将查询和取回阶段合并成一个步骤
- dfs_query_then_fetch 和 dfs_query_and_fetch
- scan：scan（扫描） 搜索类型是和 scroll（滚屏） API连在一起使用的，可以高效地取回巨大数量的结果。它是通过禁用排序来实现的。