lucene基本概念
1.索引（Index）
对应一个倒排表，一个检索的基本单位，在lucene中就对应一个目录。
2.段（Segment）
一个索引可以包含多个段，段与段之间是独立的，添加新文档可以生成新的段，不同的段可以合并。段是索引数据存储的单元。
3.文档（Document）
文档是我们键索引的基本单位，不同的文档是保存在不同的段中的，一个段可以包含多篇文档。
新添加的文档是单独保存在一个新生成的段中，随着段的合并，不同的文档合并到同一个段中。
4.域（Field）
一篇文档包含不同类型的信息，可以分开索引，比如标题，时间，正文，作者等，都可以保存在不同的域里
不同域的索引方式不同
5.词（Term）
词是索引的最小单位，是经过词法分析和语言处理后的字符串。
词相同，但域不同被认为是两个不同的词，也就是说词是词根和域名的一个组合。
词向量
又称文档向量，由词文本和词频率组成。
语义树
是构成搜索处理的一个中间结果，搜索时，会生成语义树，然后再进行搜索。
权重
计算分值时使用的主要指标，指词在文档中的分值，脱离文档单独说某个词的权重是没有意义的。
Term Frequency(tf):即此Term在此文档中出现了多少次。tf越大说明越重要。
Document Frequency(df):即由多少文档包含Term，df越大说明越不重要。
Posting
将一个词条所索引的文档（一般用文档编号表示）称之为Posting,那么一个词条索引的多个文档就称之为Posting-list
Payload
即词条的元数据或称载荷，Lucene支持用户在索引的过程中将词条的元数据添加的索引库中，同时也提供了在检索结果时读取Payload信息的功能，Payload的诞生为用户提供了一种可灵活配置的高级索引技术，为支持更加丰富的搜索体验创造了条件。
倒排表（Invented Indexing）
倒排表是Lucene索引采用的一套数据结构，这种结构以词为中心，能够快速找到包含该词的文档，倒排表是一种数据结构，lucene的数据文件一起构成了一张大的倒排表，而不是具体的某文件存储的倒排结构。
文档编号：
lucene内部通过文档编号索引文档。这个编号在一个段内部唯一，一个段的第一个文档的编号为0，依次递增。不过这个编号仅用于lucene内部使用，而且这个编号在段合并的时候会发生改变，如果需要在段外部使用，必须对这个编号进行唯一性重新编排，确保一个文档在更大的范围也是唯一的，重新编排的一个实现方法是，基数+段内序号的方法，比如有两个段，每个段里面都有5个文档，则第一个文档编号是0+段内文档编号，第二个段的文档编号=5+段内编号。
ES基本概念：
索引（Index）
ElasticSearch把数据存到一个或者多个索引中，如果用关系型数据库模型对比，索引的地位与数据库实例相当。索引存放和读取的基本单元是文档，ElasticSearch内部用Apache Lucence实现索引中数据的读写，在ElasticSearch中被视为单独的一个索引，在Lucene中可能不止一个，这是因为在分布式体系中，ElasticSearch会用到分片（shareds）和备份（replicas）机制将一个索引（index）存储多份。
文档
在ElasticSearch中，文档是主要的存在实体，所有的ElasticSearch应用需求到最后都可以统一建模成一个检索模型：检索相关文档。文档由一个或者多个域组成，每个域由一个域名和一个或者多个值组成。在ElasticSearch中，每个文档都可能会有不同的域集合，也就是说文档（Document ）是没有固定的模式和统一的结构。文档之间保持结构的相似性即可（Lucene中的文档），从客户端的角度来看，文档（Document）就是一个Json对象。
参数映射（mapping）
所有的文档在存储之前都必须经过分析流程。用户可以配置输入文本分解成token的方式，哪些token应该被过滤掉，或者其他的处理流程，比如去除HTML标签，此外，ElasticSearch提供的各种特性，比如排序的相关信息。保存上述配置信息，这就是参数映射在ElasticSearch中扮演的角色.尽管ElasticSearch可以根据域的值自动识别域的类型，在生产应用中，需要自己配置信息。
文档类型（Type）：
每个文档在ElasticSearch中都必须设定它的类型。文档类型使得同一个索引中在存储结构不同文档时，只需要依据文档类型就可以找到对应的参数映射信息，方便文档的存取。
节点（Node）:
单独一个ElasticSearch服务器实例称为一个节点，对于许多应用场景来说，部署一个单节点的ElasticSearch服务器足够了。但是考虑到容错性和数据过载，配置多节点的ElasticSearch集群是明智的选择。
集群（Cluster）
集群是多个ElasticSearch节点的集合。这些节点齐心协力对单个节点无法处理的搜索需求和数据存储需求。集群同时也是应对由于部分机器（节点）运行中断或者升级导致无法提供服务这一问题的利器。ElasticSearch提供的集群各个节点几乎是无缝连接（所谓无缝连接，即集群对外而言是一个整体，增加一个节点或者去掉一个节点对用户而言是透明的），在ElasticSearch中配置一个集群非常简单，在我们看来，这是在与同类产品中竞争所体现出来的最大优势。
分片索引（shard）
前面已经提到，集群能够存储超出单机容量的信息。为了实现这种需求，ElasticSearch把数据分发到多个存储Lucene索引的物理机上。这些Lucene索引称为分片索引，这个分发的过程称为索引分片。在ElasticSearch集群中，索引分片是自动完成的，而且所有分片索引是作为一个整体呈现给用户的。需要事先调整好参数。因为集群中分片的数量需要在索引创建前配置好，而且服务启动后是无法修改的
索引副本（Replica）
通过索引分片机制可以向ElasticSearch集群中导入超过单机容量的数据，客户端操作任意一个节点即可实现对集群数据的读写操作。当集群负载增长，用户搜索请求阻塞在单个节点上时，通过索引副本机制就可以解决这个问题。索引副本机制的思路很简单：为索引分片创建一份新的拷贝，它可以像原来的主分片一样处理用户搜索请求。同时也顺便保证了数据的安全性。即如果主分片数据丢失，ElasticSearch通过索引副本使得数据不丢失。索引副本可以随时添加或者删除，所以用户可以在需要的时候动态调整其数量。
时间之门（Gateway）
在运行的过程中，ElasticSearch会收集集群的状态索引的参数等信息，这些数据存储在Gateway中。