一.从古诗谈起
诗词飞花令为什么难？ 因为我们大脑中建立的索引往往是“静夜思”--->"床前明月光。。。。"
飞花令规则逆向思维，我们尝试建立“月”-->"床前明月光。。。。"这样的索引，这样所有带月的诗句我们很快就能检索出来。我们称这样的索引为倒排索引或者反向索引。
更近一步地，我们改进成索引矩阵：
“前”--->"静夜思，望庐山瀑布"，“月”--->"静夜思，月下独酌"
通过诗名索引到诗句，这样可以大大减少所需的存储空间。
二.引出搜索引擎
其实不难看出，上面所说的原理与我们的谷歌、百度等搜索引擎的逻辑相似，只不过搜索引擎的流程稍微复杂一点，还包括网页爬取，停顿词过滤等，但是核心都是建立倒排索引。
【停顿词】：常见的“的”，“而”，“了”等，没有实际意义，所以建立索引时不考虑这些词。
三.Elasticsearch
Elasticsearch 在Lucene基础上发展而来，Elasticsearch 将对搜索引擎的操作全部封装成restful风格的api，通过http请求就能对其进行操作。同时，Elasticsearch 还考虑到了海量数据，实现了分布式，是一个可以存储海量数据的分布式搜索引擎。
Elasticsearch 相关概念：
【索引】-------------------对应MySql中的数据库，拿来存放数据的地方
【类型】-------------------对应MySql中的一张表，用来定义数据结构的
【文档】-------------------文档就是最终的数据了，你可以认为一个文档就是一条记录。
依旧回到古诗的例子中，我们可以定义一个poems的索引，然后定义类型poem{
title：{type：“keyword”}；
author：{type：“keyword”}；
content：{type：“text”}；
}，然后文档将古诗按照上面的格式存入。
{
title：“静夜思”；
author：“李白”；
context：“窗前明月光。。。”
}
{
title：“望庐山瀑布”；
author：“李白”；
context：“。。遥望瀑布挂前川。。。”
}
{
title：“月下独酌”；
author：“李白”；
context：“。。。举杯邀明月。。”
}
Elasticsearch 会建立类似的索引：
key value
“前” “静夜思”，“望庐山瀑布”
“月” “静夜思”，“月下独酌”
。。。。。
keyword和text都是表示字符串，Keyword 类型是不会分词的，直接根据字符串内容建立反向索引，Text
类型在存入 Elasticsearch 的时候，会先分词，然后根据分词后的内容建立反向索引。
这样，再当我们搜索带有“前”、“月”。。这类关键词时，Elasticsearch 会很快检索到对应的古诗和诗句。
四.Elasticsearch 分布式
海量数据情况下，Elasticsearch 会对数据进行切分，同时每一个分片会保存多个副本，其原因和 HDFS 是一样的，都是为了保证分布式环境下的高可用。比如分片一存储到1、2、4块数据，分片二存储到了2、3、4块数据，分片三存储到了1，3块数据。
在 Elasticsearch 中，节点是对等的，节点间会通过自己的一些规则选取集群的 Master，Master 会负责集群状态信息的改变，并同步给其他节点。注意，只有建立索引和类型需要经过 Master，数据的写入有一个简单的 Routing 规则，可以 Route 到集群中的任意节点，所以数据写入压力是分散在整个集群的。
五.Elasticsearch的其他应用
ELK分布式日志收集。
下一篇将简单介绍一下倒排索引的实现和B+索引的比较。
