分布式搜索引擎

在建立索引的时候，一方面会建立倒排索引，以供搜索用； 一方面会建立正排索引，也就是 doc value，以供排序，聚合，过滤等操作使用。 doc value 是被保存在磁盘上的。此时如果内存足够，os

和 cas 类似，es 也通过类似 offset 的版本号 version，进行乐观锁并发控制，以解决并发更新带来的冲突。

index 相当于传统数据库的 database，类似于上图中的 Goods 其中就包含了所有的商品。 type 相当于传统数据库的 table，商品中可能包含电子产品和食品。 document 是

ES 和 MySQL 等传统数据库的差别之一就是在于索引。ES 采用的是一种名叫 倒排索引 的数据结构。

MySQL 对于复杂条件查询的支持并不好，MySQL 最多使用一个条件涉及的索引来过滤，然后剩余的条件只能在遍历行过程中进行内存过滤。

MySQL 到 ES 数据同步本质上是数据去规范化的一种。本节我们展开 “MySQL 到 ES 数据迁移同步” 的技术解决方案，通过比较他们的优缺点和应用场景给读者提供一些思路。

1）把索引可以拆分成多个 shard（分区），每个 shard 存储部分数据。 2）这个 shard 的数据实际是有多个备份，就是说每个 shard 都有一个 primary shard（主分区），负

Lucene 是最流行的搜索库，elasticSearch 就是基于 lucene 的分布式搜索引擎。

Elastic Search 是一个高度可扩展开源的全文搜索引擎，它的搜索几乎是实时的。使用 ES 作为搜索引擎，可以为复杂搜索功能的需求提供解决方案。

搜索引擎是根据一定的策略、运用特定的计算机程序从互联网上收集信息。在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。