最近使用ES(ElasticSearch)存放了一些业务上的数据，虽然之前也使用过，但是使用规模不大，只是存储了几台测试环境的数据。在新的业务上使用时间也有快2个月了，现在对于遇到的一些问题(坑)，进行总结。并且后续继续更新一些相关阅读笔记和总结。
1 中文分词相关
1.1 ES自带的分词器是不支持中文分词的，需要中文分词需要自己重新安装对应的插件，目前我们使用的IK分词器。使用IK分词器话，最好提前配置好热更新配置。否则回头再更新的话，需要重启ES。
1.2 关于热词和停用词更新。自己插入新的热词后，不会更新已有的数据(猜测是因为文档在插入的时候已经建立了对应的索引。)
2 ES默认值
2.1 ES查询默认值返回10条数据，若要返回多条可以使用size。
2.2 ES最大返回记录数据 size+from不能大于1w，否则会报错。若想查询1w条以后，可以设置index.max_result_window大于1w条。因为from+size太大排序过程会非常消息CPU、内存和宽带。如果确实需获取大量数据，也可以考虑将搜搜类型scan禁用排序，结合scroll来获取大量数据。
2.3 ES的term聚合(类似sql的group by)，默认返回的也是前10个聚合。若要返回全部，可以将size设置为0.
2.4 ES查询条件数量也 不能超过1024个，比如term查询，不能使用超过1024个查询条件，否则会报错。类似SQL的in查询条件不能超过1000个。
3 关于文档中 时间date。
若要将结果展示到kibana等平台，最好需要在ES数据类型中，加入时间类型，否则展示的时候很多功能不能用。可以参考logstash和ES使用时候的logstash动态模板
4 ES支持的时间格式，和自己目前使用的不匹配，导致时间不能正确转化为date类型，对于这种情况需要自己定义动态模板。
5 关于分片数量和ES节点数量的问题，在网上没有搜索到相关内容，能搜到的都将的比较笼统，所以目前使用都是默认的一些设置。而且主分片在索引创建后就不能在修改。
6 ES的数据更新，默认1s后才能被搜到，若想插入的数据及时被搜索，可以在数据插入后，调用update方法。
7 ES和关系数据库相比，主要是查询效率比较快，而且能进行全文文本搜索，并且能对结果进行相关性排序。通过按照时间来创建索引，也类似数据库分片
8 从应用将数据发送给ES，其实发送的是JSON，ES自己会将对应的字段转化成对应类型。
