一、搜索引擎三大过程
1、爬去内容
2、进行分词。进行停顿词过滤。
3、建立反向索引
反向索引又叫倒排索引，是根据文章内容中的关键字建立索引。
二、Elasticsearch 简介
Lucene业界成熟的建立倒排索引开源解决方案。
但是Lucene 还是一个库，必须要懂一点搜索引擎原理的人才能用的好，所以后来又有人基于 Lucene 进行封装，写出了 Elasticsearch。
Elasticsearch将对搜索引擎的操作都封装成了restful的api，可以通过http请求对其进行操作。
同时Elasticsearch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。
三、Elasticsearch 基本概念
Elasticsearch三大基础元素：索引，类型，文档。
索引可以理解为mysql中的一个数据库。
类型是用来定义数据结构的，可以认为是 MySQL 中的一张表。
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。
四、Elasticsearch数据存储
比如一首诗，有诗题、作者、朝代、字数、诗内容等字段。
首先，我们可以建立一个名叫 Poems 的索引，然后创建一个名叫 Poem 的类型，类型是通过 Mapping 来定义每个字段的类型。比如诗题、作者、朝代都是 Keyword 类型，诗内容是 Text 类型，而字数是 Integer 类型，最后就是把数据组织成 Json 格式存放进去了。
这涉及到分词的问题，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。
Elasticsearch 把操作都封装成了 HTTP 的 API，我们只要给 Elasticsearch 发送 HTTP 请求就行。
比如使用 curl -XPUT 'http://ip:port/poems'，就能建立一个名为 Poems 的索引，其他操作也是类似的。
五、Elasticsearch 分布式原理
Elasticsearch 也是 Master-slave 架构，也实现了数据的分片和备份。
Elasticsearch 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。
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。
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。
六、ELK 系统
Elasticsearch 一个典型应用就是 ELK 日志分析系统。
很多公司都用 Elasticsearch 搭建 ELK 系统，也就是日志分析系统。其中 E 就是 Elasticsearch，L 是 Logstash，是一个日志收集系统，K 是 Kibana，是一个数据可视化平台。
