十幾萬行吧
首先創建了壹個容量為10的的布隆過濾器
然後分別加入 ‘dog’，‘fish’，‘cat’三個對象，這時的布隆過濾器的內容如下：
然後加入‘bird’對象，布隆過濾器的內容並沒有改變，因為‘bird’和‘fish’恰好擁有相同的哈希。
最後我們檢查壹堆對象（’dog’, ‘fish’, ‘cat’, ‘bird’, ‘duck’, ’emu’）是不是已經被索引了。結果發現‘duck’返回True，2而‘emu’返回False。因為‘duck’的哈希恰好和‘dog’是壹樣的。
主要分割
主要分割使用空格來分詞，實際的分詞邏輯中，還會有其它的分隔符。例如Splunk的缺省分割符包括以下這些，用戶也可以定義自己的分割符。
] ( ) { } | ! ; , ‘ ” *\n\n s\t & ? + %21 %26 %2526 %3B %7C %20 %2B %3D — %2520 %5D %5B %3A %0A %2C %28 %29
搜索
好了，有個分詞和布隆過濾器這兩個利器的支撐後，我們就可以來實現搜索的功能了。
上代碼：
Splunk代表壹個擁有搜索功能的索引集合
每壹個集合中包含壹個布隆過濾器，壹個倒排詞表（字典），和壹個存儲所有事件的數組
當壹個事件被加入到索引的時候，會做以下的邏輯
為每壹個事件生成壹個unqie id，這裏就是序號
對事件進行分詞，把每壹個詞加入到倒排詞表，也就是每壹個詞對應的事件的id的映射結構，註意，壹個詞可能對應多個事件，所以倒排表的的值是壹個Set。倒排表是絕大部分搜索引擎的核心功能。
當壹個詞被搜索的時候，會做以下的邏輯
檢查布隆過濾器，如果為假，直接返回
檢查詞表，如果被搜索單詞不在詞表中，直接返回
在倒排表中找到所有對應的事件id，然後返回事件的內容
更復雜的搜索
更進壹步，在搜索過程中，我們想用And和Or來實現更復雜的搜索邏輯。
上代碼：