Lucene有两大任务：索引文档（倒排索引），搜索文档。

多域搜索MultiFieldQuery，可以取多个字段查询关键词。

词项搜索TermQuery，查询某个字段的关键词。

布尔搜索BooleanQuery，组合查询，把各种Query添加进去并标明其逻辑关系，例如{title:人工智能} and {content:深度学习}。

范围搜索RangeQuery，满足范围内的搜索。

前缀搜索PrefixQuery，查询关键词前缀。

多关键词搜索PhraseQuery，几个关键词之间是否允许或允许多少个无关词汇。

模糊搜索FuzzyQuery，简单识别相近词语。

通配符搜索WildcardQuery。

高频词提取：IndexReader的getTermVector()获取文档的Terms，根据其词频（Term Frequency）放入Map，倒序输出。

分片：将索引划分成多份。创建索引可指定分片数量，每个分片是功能完善且独立的索引，可以放在任何节点上。方便水平分割、扩展内容容量。在多节点上进行分布式并行操作，提升性能吞吐量。

副本：保证高可用，副本不与主分片放在同一节点上。扩展搜索量、吞吐量。搜索可以在所有副本上并行运行，在这一点上与Kafka不同。

默认5分片1副本，分片不可改，副本可改。

路由机制：文档索引到某分片。shard=hash(routing--默认docId)%主分片数。余数范围必是0~主分片数-1。

执行添加索引操作时，可以指定routing，相同routing会分配到同一分片，而查询时指定routing，直接去对应的分片查询，不再广播。

搜索机制：

1、输入原始文档。

2、保存原始文档，生成docId。

3、通过分词过滤生成倒排索引。

4、用户查询，分词，查询倒排索引，定位文档集。

5、对文档进行评分、排序、高亮处理后返回。

集群查询过程：

1、请求被某节点接收，此为通道节点。

2、广播到索引的每个分片上。

3、分片执行并返回。

4、通道节点接收结果，合并、排序返回。

版本控制：

Elasticsearch是分布式，对文档的操作要复制到其他节点中，且是异步并发，请求不是顺序到达，旧版本可能会覆盖新版本。

文档每修改一次，_version+1，低版本到达后会被忽略。

Elasticsearch的版本控制机制有：

内部版本控制：每次操作，版本号相同才能操作成功。

外部版本控制：外部版本号>内部版本号，才能操作成功。