Elasticsearch集群原理，雷克薩斯es240保險絲盒示意圖張世龍05-0309: 2466瀏覽摘要自上而下介紹電子搜索的基本工作原理，試圖回答以下問題。
為什麽我的搜索不匹配/foo-bar？為什麽添加更多文件會壓縮索引？為什麽電子搜索要消耗大量內存？
*foo-bar*elasticsearch版本:elasticsearch-2.2.0//內容雲中的白色方框代表壹個節點——壹個節點。
說明彈性搜索的多個綠色四邊形被直接組合在壹個或多個節點上以形成彈性搜索的索引。
雲上的集群在壹個索引下，分布在多個節點上的綠色小方塊叫做slices-shard。
集群中ElasticSearch的碎片本質上是Lucene索引。
Lucene是壹個全文搜索庫，ElasticSearch建立在Lucene之上。接下來我要說的大部分其實都是基於Lucene的ElasticSearch的工作原理。
//Lucene有很多小片段，可以算是Lucene內部最小的索引。
節點之間的數據結構很多，小方塊InvertedIndex主要由兩部分組成。
常規數據字典字典，包括單詞$ Term及其出現頻率。與單詞$ Term(即單詞所在的文檔)相對應的帖子。我們在搜索時，首先分解搜索的內容，在字典中找到對應的$ Term，找到與搜索相關的文件內容。
ShardLuceneIndex舉例說明了Lucene如果想找到以字符“c”開頭的字符，可以很容易地在“BinarySearch”的InvertedIndex表中找到“choice”和“coming”等單詞。
Mini index-if ——segment試圖搜索包含字符“our”的所有單詞，系統將掃描整個InvertedIndex。這很貴。
在這種情況下，如果我們想要優化，我們將面臨如何生成合適的$ Term的問題。
在細分市場中，這個問題可能有幾種可能的解決方案。
(圖/文/圖:太平洋汽車網問答叫獸)