es写数据过程
1）客户端选择一个node发送请求过去，这个node就是coordinating node（协调节点）
2）coordinating node，对document进行路由（document会自动给你分配一个全局唯一的doc id，根据doc id进行hash路由到对应的primary shard上面去。也可以手动指定doc id，比如用订单id，用户id），将请求转发给对应的node（有primary shard）
3）实际的node上的primary shard处理请求，然后将数据同步到replica node
4）coordinating node，如果发现primary node和所有replica node都搞定之后，就返回响应结果给客户端
写数据底层原理
1）先写入内存buffer，同时将数据写入translog日志文件，在buffer里的数据是搜索不到的；
2）如果buffer快满了，或者到一定时间（默认1秒），就会将buffer数据refresh到一个新的segment file中，但是此时数据不是直接进入磁盘，而是先进入os cache（操作系统级别的一个内存缓存）。refresh之后写入的数据即可被搜索到，这个也就叫做准实时--NRT（refresh对应solr的soft commit）数据被refresh到os cache中，buffer就被清空了
3）重复以上步骤，新的数据不断进入buffer和translog，不断将buffer数据写入一个又一个新的segment file中去。随着这个过程推进，translog会变得越来越大。当translog达到一定长度的时候，就会触发commit操作。（对应solr的hard commit）
4）commit操作发生第一步，就是将buffer中现有数据refresh到os cache中去，清空buffer
5）将一个commit point写入磁盘文件，里面标识着这个commit point对应的所有segment file
6）强行将os cache中目前所有的数据都fsync到磁盘文件中去
translog日志文件的作用是什么？
在执行commit操作之前，数据要么是在buffer中，要么是在os cache中，无论是buffer还是os cache都是内存，一旦这台机器死了，内存中的数据就全丢了。所以需要将数据对应的操作写入translog日志文件中，一旦此时机器宕机，再次重启的时候，es会自动读取translog日志文件中的数据，恢复到内存buffer和os cache中去。
7）然后将现有的translog清空，再次创建一个新的translog，此时commit操作完成。默认每隔30分钟执行一次commit，但是如果translog过大，也会触发commit。整个commit的过程，叫做flush操作。我们可以手动执行flush操作，就是将所有os cache数据刷到磁盘文件中去。我们也可以通过es api，手动执行flush操作，手动将os cache中的数据fsync强刷到磁盘上去，记录一个commit point，清空translog日志文件。
8）translog其实也是先写入os cache的，默认每隔5秒刷一次到磁盘中去，所以默认情况下，可能有5秒的数据会仅仅停留在buffer或者translog文件的os cache中，如果此时机器挂了，会丢失5秒钟的数据。但是这样性能比较好，最多丢5秒的数据。如果要求不能丢失数据的话，可以将translog设置成每次写操作必须是直接fsync到磁盘，但是这会导致写性能、写入吞吐量会下降一个数量级。本来一秒钟可以写2000条，现在你一秒钟只能写200条，都有可能。
9）如果是删除操作，commit的时候会生成一个.del文件，里面将某个doc标识为deleted状态，那么搜索的时候根据.del文件就知道这个doc被删除了
10）如果是更新操作，就是将原来的doc标识为deleted状态，然后新写入一条数据
11）buffer每次refresh一次，就会产生一个segment file，所以默认情况下是1秒钟一个segment file，segment file会越来越多，此时会定期执行merge
12）每次merge的时候，会将多个segment file合并成一个，同时这里会将标识为deleted的doc给物理删除掉，然后将新的segment file写入磁盘，这里会写一个commit point，标识所有新的segment file，然后打开segment file供搜索使用，同时删除旧的segment file。
es读数据过程
查询，GET某一条数据，你可以通过doc id来查询，会根据doc id进行hash，判断出来当时把doc id分配到了哪个shard上面去，从那个shard去查询
1）客户端发送请求到任意一个node，成为coordinate node
2）coordinate node对document进行路由，将请求转发到对应的node，此时会使用round-robin随机轮询算法，在primary shard以及其所有replica中随机选择一个，让读请求负载均衡
3）接收请求的node返回document给coordinate node
4）coordinate node返回document给客户端
es最强大的是做全文检索，就是比如你有三条数据
java真好玩儿啊
java好难学啊
j2ee特别牛
你根据java关键词来搜索，将包含java的document给搜索出来
es就会给你返回：java真好玩儿啊，java好难学啊
1）客户端发送请求到一个coordinate node
2）协调节点将搜索请求转发到所有的shard对应的primary shard（replica shard也可以）并行查询
3）query phase：每个shard将自己的搜索结果（其实就是一些doc id），返回给协调节点，由协调节点进行数据的合并、排序、分页等操作，产出最终结果
4）fetch phase：接着由协调节点，根据doc id去各个节点上拉取实际的document数据，最终返回给客户端