一、Lucene简介

  A、Lucene的总体架构

　　1、文档（document)：索引与搜索的主要数据载体，它包含一个或多个字段，存放将要写入索引或将从索引搜索出来的数据。

　　2、字段(field): 文档的一个片段，它包含两个部分： 字段的名称和内容。

　　3、词项(term)：搜索的一个单位，代表文本中的某个词。

　　4、词条(token)： 词项在字段中的一次出现，包括词项的文本、开始和结束的位置以及类型。

  Apache Lucene将写入索引的所有信息组织成一种名为倒排索引(inverted index)的结构。

  B、Lucene查询语言

　　1、AND： 操作符两边的词项都在文档中出现。

　　2、OR：任意词项在文档中出现。

　　3、NOT：文档必须不包含该操作符后面的词项。

　　４、+： 只有包含操作符后面词项的文档才会被认为是与从句匹配。

　　5、-： 从句匹配的文档不能出现操作符后面的词项。

  Lucene中所有的数据都存储在字段(field)中，而字段又是文档的组成单位。为了实现针对某个字段的查询，用户需要提供字段名称，再加上冒号及条件。支持两种通配符： ?和*。？是匹配任意一个字符，＊是匹配多个字符。～表示模糊查询。

二、ElasticSearch简介

  A、基本概念

　　索引：ElasticSearch将它的数据存储在一个或多个索引(index)中。索引就像数据库，可以向索引写入文档或从索引中读取文档。

　　文档：Es的主要实体，由字段构成。

　　映射： 所有的文档在写入索引前都需要先进行分析。用户可以设置一些参数，来决定如何将输入的文本分割为词条，哪些词条应该被过滤掉。

　　类型： Es中每个文档都有与之对应的类型(type)定义。这允许用户在一个索引中存储多种文档类型，并为不同文档类型提供不同的映射。

　　节点： 单个的Es服务实例称为节点（node）。

　　集群： 多个节点同时处理。

　　分片： Es将数据散布到多个物理Lucene索引上，这些Lucene索引称为分片。

　　副本： 解决压力过大时，某个分片所在的节点宕机， 这是Es会使用其副本。

　　网关： 在Es的工作过程中，关于集群的状态，索引设置的各种信息都会被收集起来，并在网关（gateway）中被持久化。

  B、工作流程

　　当es节点启动时，它使用广播技术来发现同个集群中的其它节点并与它们连接。集群中会有一个节点被选为管理节点（master node），该节点负责集群的状态管理以及在集群拓扑变化时做出反应，分发索引分片到相应的节点。管理节点读取集群的状态信息，并在必要时进行恢复处理。

  C、索引数据

　　es提供4种方式来创建索引

　　1、使用索引api

　　2、bulk api

　　3、UDP bulk api

　　4、使用插件发送数据

 D、查询数据

　　使用查询DSL。查询并不是一个简单的、单步骤的操作。一般查询分为两个阶段：分散阶段（scatter phase）和合并阶段（gather phase）。

  E、索引配置

　　可以手动配置一些功能。

ElasticSearch 学习笔记一 简介