简述： Lucene 是最流行的搜索库，elasticSearch 就是基于 lucene 的分布式搜索引擎。
2）elastic search 也使用 java 开发并使用 Lucene 作为其核心来实现索引和搜索的功能，但是它的目的是通过简单的 RESTful API 来隐藏 Lunece 的复杂性，从而让全文搜索变得简单。
1）ElasticSearch 中的索引是组织数据的逻辑空间（好比数据库）。
每个 ElasticSearch 的索引有 1 个或者多个分片（默认是 5 个）。分片对应实际存储数据的 Lucene 的索引，分片自身就是一个搜索引擎。每个分片有 0 或者多个副本（默认一个）。
2）ElasticSearch 的索引还包含 ”type“（类似于表），用于逻辑上隔离索引中的数据。
3）在 ElasticSearch 的索引中，给定一个 type，它的所有文档会拥有相同的属性（类似于 schema）
Indices == Databases
Types == Tables
Properties == Schema
图 a 展示了一个包含 3 个分片的 ElasticSearch 索引，每个分片拥有 1 个副本。这些分片组成了一个 ElasticSearch 索引，每个分片自身是一个 Lucene 索引。
图 b 展示了 ElasticSearch 索引、分片、Lucene 索引和文档之间的逻辑关系。
Elastic Search 使用了 Apache Lucene，后者是 Doug Cutting（Apache Lucene 之父）使用 Java 开发的全文检索工具库，其内部使用的是被成为倒排索引的数据结构，其设计是为全文检索结果提供低延迟服务。
文档是 ElasticSearch 的数据单位，对文档中的词项进行分词，并创建去重词项的有序列表，将词项与其在文档中出现的位置列表关联，便形成了倒排索引（书中包含的词汇与其出现的页码列表关联）。
假设有两个文档：
- Insight Data Enginerring Fellows Program
- Insight Data Science Fellows Program
| 词项 | 文档 |
|---|---|
| data | Doc 1， Doc 2 |
| enginerring | Doc 1 |
| fellows | Doc 1，Doc 2 |
| insight | Doc 1，Doc 2 |
| program | Doc 1，Doc 2 |
| science | Doc 2 |
当我们想找包含词项 insight 的文档，我们可以扫描这个倒排索引，找到 "insight" 并返回包含该词的文档 ID（Doc 1 和 Doc 2）。
为了提高可检索性，我们应当先分析文档再对其索引。
1）将句子词条化为独立的单次。
2）将单次规范化为标准形式
默认情况下，ElasticSearch 使用标准分析器：
1）标准分词器以单次为界分词
2）小写词条过滤器转换单词
