Lucene

Lucene是一个代码库，使用Java开发的搜索引擎，不利于分布式拓展。

Solr

Slor是基于Lucene开发的搜索引擎，是apache开源的搜索引擎，只支持Java。

Elasticsearch

ES也是基于Lucene开发，支持分布式，以及多种语言，拓展性比较好。支持TB级别的搜索（TB级别是1024T容量查询）。 ES是基于文档去检索的。

ES核心术语

• 索引 Index
  • 相当于数据库的表
• 类型 type
  • 相当于表的逻辑类型，用于区分索引，ES 7.x已经不在使用了，老得版本还在使用
• 文档 document
  • 相当于行，是json的形式去存在的
• 字段 fields
  • 列
• 映射 mapping
  • 相当于表结构定义
• 近实时 NRT
  • Near real time 接近真实的时间，当新建一个文档之后，一般会有1秒左右的时间的延时
• 节点 node
  • 每一个服务器，就是一个节点
• shard replica
  • 数据分片与备份

集群相关

分片（shard）：把索引库拆分为多份，分别放在不同的节点上，比如有3个节点，3个节点的所有数据内容加在一起是一个完整的索引库，分别保存到三个节点上，目的为了水平拓展，提高吞吐量。 备份（replica）：每个shard的备份。

简称

shard = primary shard（主分片） replica = replica shard（备份节点）

倒排索引

倒排索引就是将正排索引的文档内容进行分词，然后记录这个词在每个文档出现的文档ID。 词频TF：位置POS 词频是记录这个词在那个文档下出现的次数和位置，记录方法：1:1:<1>，表示文档ID1下，出现过1次，在下标为1的位置。

倒排索引源于实际应用中需要根据属性的值来查找记录。这种索引表中的每一项都包括u一个属性值和包含该属性的各个记录地址。由于不是根据记录来确定属性，而是根据属性来确定记录的位置，所以称之为倒排索引。