學習ES之前先了解一下全文搜索和Lucene吧，本文只是蜻蜓點水，具體的內部實現和詳細的資料請自行google查閱~~
全文搜索
全文搜索是指計算機搜索程序通過掃描文章的每一個詞，對每一個詞建立一個索引，指明該詞在文章中出現的次數和位置，當用戶查詢的時候，搜索程序會根據之前建立的索引去查找，並將查找結果返回給用戶，這個過程類似於查字典。Lucene是目前全球使用最廣的全文搜索引擎開源庫。
Lucene介紹
Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源代碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是爲軟件開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能，或者是以此爲基礎建立起完整的全文檢索引擎。Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟件基金會支持和提供。Lucene提供了一個簡單卻強大的應用程式接口，能夠做全文索引和搜尋。在Java開發環境裏Lucene是一個成熟的免費開源工具。就其本身而言，Lucene是當前以及最近幾年最受歡迎的免費Java信息檢索程序庫。人們經常提到信息檢索程序庫，雖然與搜索引擎有關，但不應該將信息檢索程序庫與搜索引擎相混淆。
Lucene倒排索引
首先我們看一個實際問題：有一些學生信息，包括了姓名，家庭住址，聯繫電話。現在我們需要找到甘肅省的學生。傳統的數據庫我們需要建一張學生信息表：
| id | name | address | mobile |
|---|---|---|---|
| 1 | 田狗 | 甘肅省隴南市 | 13310002212 |
| 2 | 唐狗 | 甘肅省嘉峪關市 | 12210001121 |
| 3 | 老馬 | 廣州市城關區 | 12210001121 |
當我們在查詢甘肅省的學生時只需用sql去匹配甘肅省
select * from student where address like "%甘肅省%";
但是當我們在查詢的時候輸入了甘肅省廣州，我們希望可以查出甘肅省和蘭州的所有信息，這樣的話通過一條sql是無法完成的，這個時候我們就有了一種新的選擇方式：我們將學生的住址進行分詞，取得關鍵字，即
甘肅省， 隴南市，嘉峪關市，廣州市，城關區
我們用關鍵詞和學生記錄建立對應關係得到
| 關鍵詞 | 記錄編號 |
|---|---|
| 城關區 | 3 |
| 甘肅省 | 1,2 |
| 隴南市 | 1 |
| 嘉峪關市 | 2 |
| 廣州市 | 3 |
通常情況下我們不僅需要知道關鍵詞在哪條記錄，也需要知道在記錄中的位置和出現的次數，一般有兩種位置：
- 字符位置，即記錄該詞是記錄中的第幾個字符（優點是顯示並定位關鍵詞速度快）。
- 關鍵詞位置，記錄該詞是記錄中的第幾個關鍵詞（優點是節約索引空間、詞組查詢快），Lucene使用這種方式。
加上出現頻率和出現位置，我們得到如下的索引結構
| 關鍵詞 | 記錄編號【出現評率】 | 出現位置 |
|---|---|---|
| 城關區 | 3[1] | 2 |
| 甘肅省 | 1[1], 2[1] |
1, 1 |
| 隴南市 | 1[1] | 2 |
| 嘉峪關市 | 2[1] | 2 |
| 廣州市 | 3[1] | 1 |
當我們在查詢“甘肅省廣州”時，會同時匹配到甘肅省和廣州兩個詞，得到1，2，3三條記錄。這種由屬性值來確定記錄的索引方式就叫做–倒排索引。