es存储

A. elasticsearch数据存储目录data会存哪些信息

elasticsearch数据存储目录data会存哪些信息
如果是默认配置的话,就是放在ES目录下的data文件夹下 如果是默认配置的话,就是放在ES目录下的data文件夹下

B. ES的存储系统

ES 内嵌式存储系统ES (内嵌式存储系统（embedded storage，ES）)
内嵌式存储系统（embedded storage，ES）,就是把存储介质内嵌在服务器中，就好比现在PC中的硬盘。
优点是安装简单，维护方便。
缺点是每个服务器所能够连接的存储介质很有限，同时存储容量和存取速度都受到服务器性能的限制。内嵌式存储系统的一个致使缺点是所存储信息的安全性和可用性必须依赖服务器，如果服务器出现故障，其所存储的信息将不可用。
所以说，内嵌式存储系统是一个封闭的系统。

C. ES是什么

指音的指码母颜文色字,s英色代型指彩色与网字指写e色号指还号的母.字种拼也品产一络.也.也.密情发

D. ES是什么意思

雷克萨斯ES是LEXUS雷克萨斯历史上最成功、销量最高的车型之一。自1989年第一代ES面世以来，雷克萨斯ES在国际市场上早已成为豪华、优雅、舒适的代名词。

2009年推出的ES240 和新一代ES350完美呈现LEXUS雷克萨斯L-finesse设计哲学，以人的感官为设计原点，完全满足驾驶者的所有期望。

2012年北京车展，雷克萨斯携全球首发的全新一代ES250闪亮登场，并首次在中国展出全新一代ES 350和ES系列中的全新成员ES 300h混合动力车型。全新一代ES系列已经于2018年7月26日，正式登陆中国市场。

环保特性

全新一代ES在实现卓越舒适性和安全性能的同时，亦通过领先科技实现低能耗与低排放，完美兼顾了豪华品质与环境亲和。全新一代ES采用轻量化的车身设计，通过运用高强度钢，使得车身钢架结构重量减轻了近35千克，帮助实现车辆的低重量、低能耗。

纺锤形格栅和后扰流板在成就卓越设计美感的同时，为车体周身创造了更高效的空气流动。在车辆的行驶过程中，前窗框边角和后方组合灯附近的导流片对车辆两侧形成气旋支撑，从而有效帮助提高操控稳定性，并降低风阻系数。

车辆底盘上也采用了导流片，在引导空气在车身下顺畅流动的同时提高了直线行驶稳定性。全新一代ES风阻系数低至0.27，出色的空气动力性能使得车辆的操控更为出色，同时实现了更卓越的燃油经济性。

以上内容参考：网络-雷克萨斯ES

E. Elasticsearch 能够存储的数据量一般有多大

单独看ES能玩多大数据意义不大，具体实践中往往因为各种业务要求而无法继续增加数据量。目大的方面考虑有如下几点：
1、查询速度。ES可以支持的查询类型多种多样，单一的term匹配，复杂的historm agg，甚至父子文档模式下bool查询之后继续做文本高亮，数据量越大查询时间越长。如果只是简单的把数据写进去然后按照ID获取数据，那就尽管往里面写数据吧。
2、写入速度。数据量越大，写入速度受影响的可能性越大。业务要求1小时的数据1小时内必须写完，如果做不到就得考虑分索引或者分集群了。
3、更新速度。同上，更新比单纯的写入操作更多，先get再merge再overwrite到es。
4、其他因素。
目前我遇到的ES集群，有1.5T-2T索引量的情况下，需要支持平均查询在500ms以内的高并发高亮查询。在我们的场景下这个量级不算小了。

F. 第一次用es文件浏览器有两个存储，现在只剩下内存卡的了，怎么办

我今天也遇到了，已经解决了，1，清除数据，2，若清除数据后再出现就再清楚数据然后找到es的安装文件，覆盖安装一下。绝对搞定！

G. 为什么ES不适合做数据存储

es？
什么意思？
es文件管理器？》

H. ES是什么

是指Elastic search。

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。

Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。

相关信息：

Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索，具有接近实时的搜索，并支持多租户。Elasticsearch是分布式的，这意味着索引可以被分成分片，每个分片可以有0个或多个副本。每个节点托管一个或多个分片，并充当协调器将操作委托给正确的分片。

再平衡和路由是自动完成的。相关数据通常存储在同一个索引中，该索引由一个或多个主分片和零个或多个复制分片组成。一旦创建了索引，就不能更改主分片的数量。

I. 可否完全使用ElasticSearch代替数据库存储

我们使用Elasticsearch存储的文档数量接近50亿（算上1份复制，接近
100亿文档），总共10个数据节点和2个元数据节点（48GB内存，8核心CPU，ES使用内存达到70%），每天的文档增量大概是3000W条（速度
持续增加中）。目前来看，单个文档的查询效率基本处于实时状态；对于1到2周的数据的聚合统计操作也可以在10秒之内返回结果。

但是，还有提升的空间：
1. 对于查询单条数据的应用场景来说，我们可以使用ES的路由机制，将同一索引内的具有相同特征（比如具有相同的userid）的文档全部存储于一个节点上，这样我们之后的查询都可以直接定位到这个节点上，而不用将查询广播道所有的节点上；

2. 随着数据节点的增加，适当增加分片数量，提升系统的分布水平，也可以通过分而治之的方式优化查询性能；


个人以为Elasticsearch作为内部存储来说还是不错的，效率也基本能够满足，在某些方面替代传统DB也是可以的，前提是你的业务不对操作的事
性务有特殊要求；而权限管理也不用那么细，因为ES的权限这块还不完善。由于我们对ES的应用场景仅仅是在于对某段时间内的数据聚合操作，没有大量的单文
档请求（比如通过userid来找到一个用户的文档，类似于NoSQL的应用场景），所以能否替代NoSQL还需要各位自己的测试。如果让我选择的话，我
会尝试使用ES来替代传统的NoSQL，因为它的横向扩展机制太方便了。

J. elasticsearch integer 和 string存储的区别

在Es中，字段的类型很关键：
在索引的时候，如果字段第一次出现，会自动识别某个类型，这种规则之前已经讲过了。
那么如果一个字段已经存在了，并且设置为某个类型。再来一条数据，字段的数据不与当前的类型相符，就会出现字段冲突的问题。如果发生了冲突，在2.x版本会自动拒绝。
如果自动映射无法满足需求，就需要使用者自己来设置映射类型，因此，就需要使用者了解ES中的类型。
下面就步入正题吧！