es 寫入流程

elasticsearch寫入資料時涉及到的核心概念講解：

segment file: 存儲反向索引的檔案，每個segment本質上就是一個反向索引，每秒都會生成一個segment檔案，當檔案過多時es會自動進行segment merge（合并檔案），合并時會同時将已經标注删除的文檔實體删除；

commit point（重點了解）: 記錄目前所有可用的segment，每個commit point都會維護一個.del檔案（es删除資料本質是不屬于實體删除），當es做删改操作時首先會在.del檔案中聲明某個document已經被删除，檔案内記錄了在某個segment内某個文檔已經被删除，當查詢請求過來時在segment中被删除的檔案是能夠查出來的，但是當傳回結果時會根據commit point維護的那個.del檔案把已經删除的文檔過濾掉；

translog日志檔案: 為了防止elasticsearch當機造成資料丢失保證可靠存儲，es會将每次寫入資料同時寫到translog日志中(圖中會有詳解)。

refresh

es接收資料請求時先存入記憶體中，預設每隔一秒會從記憶體buffer中将資料寫入filesystem cache，這個過程叫做refresh；

fsync

translog會每隔5秒或者在一個變更請求完成之後執行一次fsync操作，将translog從緩存刷入磁盤，這個操作比較耗時，如果對資料一緻性要求不是跟高時建議将索引改為異步，如果節點當機時會有5秒資料丢失;flush

es預設每隔30分鐘會将filesystem cache中的資料刷入磁盤同時清空translog日志檔案，這個過程叫做flush。

https://blog.csdn.net/zsd_31/article/details/79979818

反向索引

正向索引

分詞提取關鍵字

如：

“文檔1”經過分詞，提取了20個關鍵字，每個關鍵詞都會記錄在它的文檔中的出現次數和文檔id；

正向索引：需要掃描索引庫中的所有文檔，根據打分模型，排出名詞後呈現給使用者。

檔案id->關鍵詞的映射

關鍵詞->檔案id清單

{
	 "關鍵詞":帶有此關鍵詞的文檔ID清單。
}