Elastisearch的實現原理是什么？

ElasticSearch（業界常稱為ES）是一個全文搜索引擎，其特點為分布式，易擴展，實時文件存儲與提取！

ES的底層使用Apache鼎鼎大名的Lucence開源框架實現，嚴格來說lucence只屬于一個工具包，提供了簡單的接口用于實現全文檢索！

lucence有什么用呢？

想想我們使用天貓購物的時候，假設輸入一個床，整個頁面能顯示木板床，水床，甚至有床墊，床單等購物信息出現，就是因為所有這些與床有關的信息錄入時，以“床”這個詞作為分詞，建立索引，從而能得到各種與床有關的店鋪，商品等等！

如果用mysql，怎么實現呢，一大段商品信息描述，使用like'%床%'來查詢，本來就不走索引，字段還很大，別說億級別的數據了，幾百萬就能把一臺mysql服務器搞死！

那么ES怎么做的呢？跟mysql的查找方式相反，mysql是從文檔中提取關鍵字，而使用ES可以先提取出關鍵字(使用特定的分詞器)，然后關鍵字出現的位置，建立倒排索引，明確的記錄關鍵詞所在的位置，舉例截圖如下：

圖中的箭頭所示的一列數據叫做Posting List，就是存放關鍵字對應的位置；這樣在查詢羽毛球的時候，能迅速返回證件號1的數據，查年齡20的時候，能迅速返回證件號2,3對應的數據；

圖中的Term就是Term Dictionary(字典)，ES對字段Term Dictionary進行了排序，然后使用二分法查找數據，查找到的效率為O(logN)，為了避免磁盤IO的低性能，ES可以把字典放在了內存中來提升查詢性能，那么問題來了，如果是億萬級的數據，年齡還好，但是愛好可能也是億萬級別的量，這時候內存可能就要爆了，于是就有了Term Index，就是將Term Dictionary再進行一次索引，比如說羽毛球這個詞，建立一個索引樹，使用羽字就可以定位到羽字開頭的所有Term Dictionary，然后在使用二分法查找到需要的關鍵詞，這樣就可以只把Term Index放入內存，從而提升整個ES系統的處理能力；

上面就是ES大概的原理，當然遠不止于此，作為大數據領域中文檔處理的佼佼者，ES大量使用在日志記錄與分析，全文檢索，數據統計等等情景中！

以上是ES簡單的原理說明，對于分詞器選擇，字典樹壓縮，如何使用等更多的東西沒有描述，以后找機會會詳細分享一次，請關注。。。