ElasticSearch是一个基于Lucene构建的开源，分布式，RESTful搜索引擎。它用 Java 编写的，它的内部使用 Lucene 做索引与搜索，目的是使全文检索变得简单，设计用于云计算中，能够达到实时搜索，稳定，可靠，使用简单方便（使用JSON进行数据索引，通过隐藏 Lucene 的复杂性，取而代之的提供一套简单一致的 RESTful API）。
目录
1. 诞生：回忆时光
许多年前，一个刚结婚的名叫 Shay Banon 的失业开发者，跟着他的妻子去了伦敦，他的妻子在那里学习厨师。 在寻找一个赚钱的工作的时候，为了给他的妻子做一个食谱搜索引擎，他开始使用 Lucene 的一个早期版本。
直接使用 Lucene 是很难的，因此 Shay 开始做一个抽象层，Java 开发者使用它可以很简单的给他们的程序添加搜索功能。 他发布了他的第一个开源项目 Compass。
后来 Shay 获得了一份工作，主要是高性能，分布式环境下的内存数据网格。这个对于高性能，实时，分布式搜索引擎的需求尤为突出， 他决定重写 Compass，把它变为一个独立的服务并取名 Elasticsearch。
第一个公开版本在2010年2月发布，从此以后，Elasticsearch 已经成为了 Github 上最活跃的项目之一，他拥有超过300名 contributors(目前736名 contributors )。 一家公司已经开始围绕 Elasticsearch 提供商业服务，并开发新的特性，但是，Elasticsearch 将永远开源并对所有人可用。
据说，Shay 的妻子还在等着她的食谱搜索引擎…
2. 发展历程及ELK
Elasticsearch 后来作为一家公司（Elastic公司）进行运作，定位为数据搜索和分析平台。在2014年6月获得7000万美元融资，累积融资过亿美元。ES现在可以与Java、Ruby、Python、PHP、Perl、.NET等多种客户端集成。也可与Hadoop、Spark等大数据分析平台进行集成，功能十分强大。基于Elasticsearch衍生出了一系列开源软件，统称为 Elatic Stack。
| Elasticsearch | 最早期的最核心的ES |
| Logstash |
可以把Logstash理解成流入、流出ES的传送带。 支持：不同类型的数据或实施数据流经过 Logstash写入ES或者从ES中读出写入文件或对应的实时数据流。 包括：
|
| Kibana | Kibana是ES大数据的图形化展示工具。集成了DSL命令行查看、数据处理插件、继承了 x-pack（收费）安全管理插件等。 |
| beats |
Beats是一个开源的用来构建轻量级数据汇集的平台，可用于将各种类型的数据发送至Elasticsearch与Logstash。 Beats目前有官方支持的多个子产品，如下：
|
当然了，它官方产品远不止这些，还有更多
3. 应用场景
- 站内搜索
- Nosql数据库
- 日志分析
- 数据分析
4.版本历程
当前版本为ES 6.x（最高6.4，使用Lucene7.4），ES大的版本主要以2.x、5.x、6.x系列为主。可以通过http://localhost:9200/?pretty，查看ES集群版本信息。
1. 历史版本更迭：
- 2010年2月8日推出了 V0.4.0 的发行版本，2010年2月12日推出 V1.0.0 版本，2016年2月2日推出 V1.7.5版本，此为1.X最终版本，不再更新
- 2015年10月28日推出 V2.0.0 版本，2017年7月25日推出 V2.4.6 版本，此为 2.X 最终版本，不再更新。
- 2016年10月26日推出 V5.0.0 版本，2018年2月20日推出 V5.6.8 版本，此并不是 5.X 的最终版本，还在更新中……
- 2017年11月14日推出 V6.0.0 版本，2018年2月20日推出 V6.2.2 版本。
2. ELK版本：
在Elasticsearch5.X 之前的版本中，Kibana和Logstash 各有自己的一套版本管理体系（如：Kibana4.X 对应 Elasticsearch2.3.X）。为统一规范化版本管理，Elasticsearch 跃过 3.X 大版本、4.X 大版本，直接和 Kibana、Logstash、Feat 升级为相同的 5.X、6.X 乃至以后的 7.X 版本。
3. 版本兼容情况：
★ ES 6.x可以使用在ES 5.x中创建的索引，但不能使用在Elasticsearch 2.x或之前创建的索引
★ ES 5.x可以使用在ES 2.x中创建的索引，但不能使用在1.x或之前创建的索引
★ ES 2.X 不建议再以2.X、1.X或更早的版本进行学习
- 1.从版本历史可以看出，近7年多的 ELK Stack 得到长足的发展
- 2.早期版本的一些设计缺陷历史问题、一些开源社区 Bug，在新版本都已经纠正
- 3.新版本在性能方面也得到较大幅度的提升。
4. 5.X 哪个版本相对稳定？
为何专门强调5.x版本呢？据调查这个系列在生产环境大规模使用（也很多还是2.x），根据一位携程架构师wood于2017年11月29日表示的，生产环境 5.3.2 有大规模部署，稳定性还不错。测试环境也有部署 5.6.4，目前也没发现什么不稳定的问题。
5. 我是新手该从哪个版本开始？
个人建议新手从最新的版本6.x开始学，主要原因是：
★ 由于ELK都是开源的，历史版本发现的问题，GitHub 上的 issue 都已经得到解决
★ 新的大版本往往都做过比较大的改动
★ 社区里有很多文章都太旧了，已结不适用了（研究的价值不大），比如这里分享点
- ES 5.X新增keyword和text，已经没有string类型
- ES 6.X不再支持1个index下有多个type，而是变成严格意义的一对一的关系，因此修改_mapping只能新建一个index，更多
缺点也有：最新版本ES插件的支持可能没有那么好、新特性未被实际的生产环境做过最充分验证，其实这些也不是什么问题。
5. 最高效工具
学习es掌握最高效工具是非常必要的，下面将分享一些
1. Kibana
推荐理由：除了支持各种数据的可视化之外，最重要的是支持 Dev Tool 进行 RESTFUL API 增删改查操作。比 Postman 工具和 cURL 都要方便
2. head
推荐理由：可实现ES集群状态查看、索引数据查看、ES DSL 实现（增、删、改、查操作），比较实用的地方是 JSON 串的格式化
3. Cerebro
推荐理由：用于实现 ES 集群状态查看（堆内存使用率、CPU使用率、内存使用率、磁盘使用率）
4. ElasticHD
推荐理由：其强势功能包括支持SQL转DSL，不要完全依赖，可以借鉴用
5. 中文分词工具
推荐理由：有 IK分词、ANSJ分词、结巴分词，建议使用选用 IK 分词，了解更多
6. elasticsearch-SQL
推荐理由：类SQL查询工具，其支持的 SQL，极大缩小了复杂 DSL 的实现成本
7. 测试工具profile
推荐理由：在原来执行的 DSL 的基础上新增 profile参数，如"profile": true，我把它称作“测试工具”。profile API的目的是，将 ES 高层的 ES 请求拉平展开，直观的让你看到请求做了什么，每个细分点花了多少时间。
8. 性能分析工具rally
推荐理由：推荐rally。相比传统的发包请求测试工具，rally 更加直观和准确、且指标很丰富
6. 安装
首先下载ES安装包，接下来解压（tar -xvf elasticsearch-6.2.4.tar.gz），启动并指定参数（./elasticsearch -Ecluster.name=my_cluster -Enode.name=my_node1），非常简单，了解更多
访问地址：http://localhost:9200/
注：必须JDK1.8版本
1. 配置介绍
elasticsearch.ymlfor configuring Elasticsearchjvm.optionsfor configuring Elasticsearch JVM settingslog4j2.propertiesfor configuring Elasticsearch logging