shard是Elasticsearch数据存储的最小单位，index的存储容量为所有shard的存储容量之和。Elasticsearch集群的存储容量则为所有index存储容量之和。一个shard就对应了一个lucene的library。
Elasticsearch是一个 分布式文档存储 。Elasticsearch不是将信息存储为列式数据行，而是存储已序列化为JSON文档的复杂数据结构。当集群中有多个Elasticsearch节点时，存储的文档会分布在整个集群中，并且可以从任何节点立即访问。存储文档后，它会在近乎实时的情况下被索引并完全可搜索——1秒内。
默认情况下，ElasticSearch引擎在第一次对字段执行聚合或排序查询时（query-time），创建fielddata数据结构；在后续的查询请求中，ElasticSearch引擎使用fielddata数据结构以提高聚合和排序的查询性能。
Elasticsearch是一个分布式文档存储。Elasticsearch存储的是序列化为JSON文档的复杂数据结构，而不是以列行数据的形式存储信息。当集群中有多个Elasticsearch节点时，存储的文档分布在整个集群中，可以立即从任何节点访问。当存储文档时，它几乎是实时的——在1秒内就可以被索引和完全搜索。
1、但是不需要创建segment file，也不需要将数据replica复制到其他的replica shasrd上面去。此时写入的速度会非常快，一旦写完之后，可以将refresh和replica修改回正常的状态。
2、segment过多会消耗资源，搜索变慢。A和B两个segment，小segmentC，A，B被读到内存中和Cmerge，生产大segement D，触发commit） 4）返回响应结果给客户端 es删除数据 磁盘上每个segment都有一个.del文件关联，当发送删除请求时，在.del中标记为删除，文档仍能够被搜索到，但会从结果中过滤掉。
3、每个分片都有需要保存在内存中的数据并使用堆空间。 这包括在分片级别保存信息的数据结构，但也包括在分段级别的数据结构，以便定义数据驻留在磁盘上的位置。 这些数据结构的大小不固定，并且会根据使用场景不同而有所不同。然而，分段相关开销的一个重要特征是它与分段的大小不严格成比例。
1、数据传输可采用流方式，底层采用突破传统文件系统限制的流媒体数据结构，大幅提高了系统性能。 高清监控存储是一种大码流多并发写为主的存储应用，对性能、并发性和稳定性等方面有很高的要求。
2、非结构化数据 非结构化数据则是指没有固定格式和规律的数据，包括社交媒体内容、音视频数据、网页浏览记录等。这些数据无法简单地存储在传统的数据库中，需要特殊的技术和工具进行处理和分析。非结构化数据在大数据中占据相当大的比例，并且呈现出不断增长的趋势。
3、SandStone MOS支持多数据中心灵活部署，为企业数据容灾、容灾自动切换、多分支机构、数据就近访问等场景提供可自定义的灵活解决方案，帮助企业实现跨地域多活容灾、数据流转、就近读写等，助力业务高速发展。
4、结构化数据：这类数据能够通过特定的结构或模式进行表示和存储，常见的如数字和符号。在数据库中，结构化数据通常以关系型数据库的形式存在，采用二维表结构进行组织。 半结构化数据：半结构化数据位于结构化数据和完全无结构数据之间。例如，XML和HTML文档就属于半结构化数据。
ES可以存储时序数据。ES可以按照时间顺序存储数据，并且可以很方便地进行查询。ES存储时序数据时，每个数据都会包含时间戳（timestamp）字段，该字段用于按时间顺序排列数据并用于查询过滤。在存储时序数据时，ES支持多种数据类型，包括数字、字符串、布尔值等，可以根据需要选择合适的数据类型来存储数据。
ES，适合日志系统，也适合数字类数据本身的计算和存储，特别是坐标类数据，有独特的函数支持；支持HttpAPI，支持Kibana和Grafana。总的来说，ES适用的场景多过InfluxDB，但也因此，其性能优势不大，磁盘存储成本也会相对高一些。两者都支持集群和分布式。
Hot data node 该角色的nodes会根据数据进入ES的时间存储时序数据，hot层对数据读写要求较快，可以使用SSD。Warm data node 该角色的nodes会存储不再被经常更新但是仍然被查询的索引数据，相比较于在hot层数据查询的频率要低。
开源社区一提到日志的存储，一般都会选择elasticsearch，一些创业公司也会基于或者借鉴es来做存储的方案，这个东西的确开箱即用，一个命令拉起来，日志灌进去，搜索效果似乎也不错，kibana也能分析，但是当我们实际部署应用起来，就会发现用es存日志是一个成本非常昂贵的方案。