从 Lucene 到 Elasticsearch

前面两篇文章，讲了「为什么需要 Elasticsearch」，以及「Elasticsearch 的倒排索引」。

其实，这两篇文章都不是在讲 Elasticsearch。

为什么需要 Elasticsearch，其实是在讲为什么需要搜索引擎；

Elasticsearch 的倒排索引，其实是 Lucene 的 倒排索引。

那么什么才是 Elasticsearch 特有的呢？

一切都要从一位爱做饭的老婆说起。

食谱的故事

那一年，伦敦，Shay Banon 在找工作，他老婆在烹饪学校学习厨艺。

Shay 发现，老婆每天都要在大量的食谱中找自己想要的那份食谱，于是在找工作之余，开始给老婆做一个食谱搜索的工具。

市面上的搜索引擎，似乎没什么选择，只有 Lucene，但是 Lucene 又很难用，于是 Shay 在外面又抽象了一层，屏蔽了 Lucene 底层的复杂逻辑。

Shay 开源了这套给老婆搜索食谱用的系统，叫 Compass.

后来， Shay 找到了工作，他发现之前写的那套系统，在追求高性能、高可用的生产环境，实在太脆弱，于是又重新写了一套，Compass 也改名为了 Elasticsearch.

Shay 在把 Compass 重写为 Elasticsearch 时，面对的问题，其实就是：

你已经拥有了 Lucene，拥有了倒排索引，如何用它们来创造一个，让用户用起来特别爽、又特别可靠的搜索引擎？

Now，让我们跟着 Shay 的脚步，一起设计一个高性能高可靠的 Elasticsearch 吧！

开始

Shay 现在拥有的一切：

• Lucene：一个开源的搜索库
• Engine：屏蔽 Lucene 操作细节的抽象层
• Http：对外提供 restful api，让不同开发语言的应用都可以接入

简单画个图：

空节点

现在我们屏蔽 Elasticsearch 的底层实现，其实一个 Elasticsearch 实例对于我们来说，就是一个节点，一个可以提供数据搜索和探寻能力的节点：

一开始，里面空空如也，什么都没有。

加点东西

Mysql 往数据库插入数据之前，需要先创建表，指定字段、主键等等，Elasticsearch 也需要创建“表”。

在 Elasticsearch 的领域语言里，「表」被称为「索引」，「行数据」被称为「文档」。

现在我们往节点里面定义一个「索引」blog：

PUT /blogs
{
   "settings" : {
      "number_of_shards" : 3,
      "number_of_replicas" : 1
   }
}