大数据技术之Elasticsearch-概述（二）全文检索和Lucene*
1）全文检索，倒排索引
（1）全文检索
全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户 的检索方式。这个过程类似于通过字典中的检索字表查字的过程。全文搜索引擎数据库中的数据。
（2）倒排索引-举例
传统数据库存储：
id | 描述 |
1 | 优秀员工 |
2 | 销售冠军 |
3 | 优秀团队领导 |
4 | 优秀项目 |
对应搜索引擎：
https://wiki.mbalib.com/wiki/%E5%A4%A7%E6%95%B0%E6%8D%AE
链接内所有文字
目的：搜索员工，返回1
--------------------------------------------------------------------------------------------------
倒排索引处理步骤：
1、切词：
优秀员工 —— 优秀 员工
销售冠军 —— 销售 冠军
优秀团队领导 —— 优秀 团队 领导
优秀项目 —— 优秀 项目
注意：切词的算法，最好要保证不同词条切词的效果相同
2、建立倒排索引：
就是建立一张关键词和原始表的映射表
拿关键词找对应的 id
所有切词之后的关键词 | 包含关键词的id |
优秀 | 1,3,4 |
员工 | 1 |
销售 | 2 |
团队 | 3 |
。。。 | 。。。 |
3、搜索
关键词：优秀
1）从倒排索引中查找id
优秀 1,2,3,4
取 1,2,3,4
2）从原始表中通过id取出原始数据
1 优秀论文
2 优秀员工称号
3 优秀项目
4 优秀团队
2）Lucene和ES
Lucene是一个基于Java的全文信息检索工具包，它只做了文本检索的部分，所以他不是完整的搜索引擎。
Lucene可以把文本进行索引，将索引文件保存到磁盘或内存中。
lucene，就是一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包括各种算法。我们就用java开发的时候，引入lucene jar，然后基于lucene的api进行去进行开发就可以了。
ES是一个高度可伸缩的开源全文搜索引擎。
性能：可以以近实时的方式快速存储，搜索，分析大量数据。
ES也是基于Lucene开发的，他隐藏了复杂性，并且提供了restful api接口（调用URL就能显示数据了），java api接口（写Java代码）。
