作为小白一枚，一直不理解既然已经有数据库存储的数据了，为什么还要有搜索引擎这些东西，而且这些搜索引擎和数据库之间是怎样的联系或者协同工作的。最近研究了很多，慢慢的好像理解了其中意思了，所以在此分享，也有可能是我理解错了，欢迎各位大神指正。
ES(ElasticSearch)是一款分布式全文检索框架，底层基于基于Lucene实现。
Elasticsearch是提供持久存储、统计等多项功能的现代搜索引擎。
首先，ES更多是面向搜索的，而database是面向数据存储的，查询其次。
其次，SQL数据库和ES存储，需要根据数据的组成、数据库选择对应的同步插件，使得两存储之间实时同步。
举个例子，ES搜索引擎。
ES与传统数据的区别主要有：
1.结构名称不同
一个ES集群可以包含多个索引（数据库），每个索引又包含了很多类型（表），类型中包含了很多文档（行），每个文档使用 JSON 格式存储数据，包含了很多字段（列）。
|
关系型数据库 |
数据库 |
表 |
行 |
列 |
|
ElasticSearch |
索引 |
类型 |
文档 |
字段 |
2.ES分布式搜索，传统数据库遍历式搜索
ES支持分片和复制，从而方便水平分割和扩展，复制保证了es的高可用与高吞吐。
在ES中，当你创建一个索引（数据库）的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的索引（数据库），索引可以被放置到集群中的任何节点上。分片优点：
(1).允许你水平分割/扩展你的内容容量
(2).允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量
(3).分片的分布，它的文档怎样聚合回搜索请求，完全由Elasticsearch管理
3.ES采用倒排索引，传统数据库采用B+树索引
假设一个文档（用id标识）是有许多的单词（用value标识）组成的，每个单词可能同一个文档中重复出现很多次，也可能出现在不同的文档中。
正排索引：从文档角度看其中的单词，表示每个文档都含有哪些单词，以及每个单词出现了多少次（词频）及其出现位置（相对于文档首部的偏移量）。
倒排索引：从单词角度看文档，标识每个单词分别在那些文档中出现(文档ID)，以及在各自的文档中每个单词分别出现了多少次（词频）及其出现位置（相对于该文档首部的偏移量）。
简单理解，
正排索引：id —> value
倒排索引：value —> id
ES中为所有字段默认都建了倒排索引。
4.ES没有用户验证和权限控制
5.ES没有事务的概念，不支持回滚，误删不能恢复
6.ES免费，完全开源；传统数据库部分免费
因为小弟目前的开发只用到了ES，就大体说了下基本概念，不然我怕好多小伙伴和我似的，最开始跟没头的苍蝇一样，不知道怎么入手。文章也没有深入去讲，只是给各位小伙伴一些抽象的理解，来大体了解搜索引擎到底是个什么东东，也或许小弟理解有错误，还望各位大佬多多指正，你们的指正和补充建议，都是小弟我前进的方向和动力。
后续会慢慢完善ES篇。至于solr，目前还没有接触，只是以前有JAVA组同事使用来着。以后有时间再深入了解吧。