Elasticsearch是一种分布式的全文搜索引擎，简称“es”，是一种非常强大的信息检索（Information Retrieval，IR）应用，广泛应用于大数据分析，其产生的初衷是为了解决大数据下，传统的SQL查询检索速度慢的问题。作为一个搜索服务器，凡是与“检索”有关的应用，都有elasticsearch的身影。比如，github项目检索、百度搜索、淘宝电商等等。
搜索引擎起家的公司，其中有一位叫Doug Cutting的工程师，也迷上了搜索引擎。他做了一个用于文本搜索的函数库，命名为Lucene。Lucene是基于JAVA开发的，目标是为各种中小型应用软件提供全文检索功能。因为好用并且开源，非常受到程序员的欢迎。早期的时候，这个项目被发布在Doug Cutting的个人网站和SourceForge（一个开源软件网站）。后来，2001年底，Lucene成为Apache软件基金会jakarta项目的一个子项目。在2004年，Doug Cutting在Lucene的基础上，开发了一款开源的搜索引擎，命名为Nutch。Nutch是一个建立在Lucene核心之上的网页搜索应用程序，并在Lucene的基础上加了网页爬虫和一些网页相关的功能。但是随着时间的推移，无论是google搜索，还是Nutch，都面临搜索对象“体积”不断增大的问题。尤其是Google公司，作为互联网搜索引擎，需要存储大量的网页，并不断优化自己的搜索算法，提升搜索效率。因此，在2003年，Google发表了一篇技术学术论文，公开介绍了自己的谷歌文件系统GFS(Google File System)，这是Google公司为了存储海量搜索数据而设计的专用文件系统。2004年，Doug Cutting基于Google的GFS论文，实现了分布式文件存储系统，并将其命名为NDFS(Nutch Distributed File System)。同年，Google又发表了一篇技术学术论文，介绍了自己的MapReduce编程模型，这个编程模型用于大规模数据集(大于1TB)的并行分析计算。2005年，Doug Cutting 又基于MapReduce，在Nutch搜索引擎实现了该功能。
因此，大数据的两个重要问题：存储和计算得到了解决。在存储方面，有Google的GFS和Doug Cutting的NDFS；在计算方面，有Google的MapReduce和Doug Cutting在Nutch上的MapReduce的实现。2006年，Doug Cutting进入了Yahoo(雅虎)公司，将NDFS和MapReduce进行了升级改造，并重新命名为Hadoop(NDFS也改名为HDFS, Hadoop Distributed File System)。这就是大名鼎鼎的大数据框架系统--Hadoop的由来。而Doug Cutting则被人们称之为“Hadoop之父”。因此，Doug Cutting既是Hadoop之父，又是Lucene的创始人，而ES则是基于Lucene而开发的搜索服务器。
有意思的是，Hadoop的logo是一只黄色的大象，实际上是Doug Cutting他儿子的黄色玩具大象，而这只大象名字就是Hadoop，这便是Hadoop名字的由来。在2006年，Google再次发表了技术学术论文，介绍了自己的BigTable,这是一种分布式数据存储系统，一种用来处理海量数据的非关系型数据库。Doug Cutting在自己的Hadoop系统里，引入了BigTable，并命名为HBase。
Lucene是一套信息检索工具包，不包含搜索引擎，其包含索引结构、读写索引的工具、排序、搜索规则...工具类。那么es和Lucene有什么关系呢？es是基于Lucene，并做了一些封装和增强（上手更加容易）。因此，重新认识下Elasticsearch。
高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。es也是用Java开发并使用Lucene作为核心来实现所有索引和搜索功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。
落地场景（谁在使用）：
1、维基百科
2、新闻网站，如搜狐新闻
3、Github，搜索千亿行代码
4、Stack Overflow(程序员异常讨论论坛)
5、电商网站，检索商品
6、日志数据分析，logstash采集日志，es进行复杂的数据分析，Kibana进行可视化展示=====ELK技术(Elasticsearch+Logstash+Kibana)。
7、BI，商务智能。
这是es的相关背景介绍，下一篇进行es的安装。
