我们要分析其中所有的单词，将单词、文档名建立映射关系。
（对于单词的切分包括了对原始文档提取单词、去除停用词等过程，这个过程被称为分词）
我们分析其中的一篇文档Lucene.txt：
原文档内容：
Lucene is a Java full-text search engine. Lucene is not a complete
application, but rather a code library and API that can easily be used
to add search capabilities to applications.
我们可以分析后得到语汇单元：
lucene、java、full、search、engine。。。。
另一个文档flink.txt加入几个单词：
java flink kakfa
我们也可以得到语汇单元：
java flink kakfa
这样我们就建立了映射关系，lucene、java、full、search在Lucene.txt中，而flink不在Lucene.txt中，但是在flink.txt中。java即在Lucene.txt中，也在flink.txt中。
那当我们查找lucene这个词，就在Lucene.txt中，但是查找java时可以获悉其在这两个文件中。
创建索引是对语汇单元索引，通过词语找文档，这种索引的结构就叫做叫倒排索引结构。
传统方法是根据文件找到该文件的内容，在文件内容中匹配搜索关键字，这种方法是顺序扫描方法，数据量大、搜索慢。
倒排索引结构是根据内容（词语）找文档，如下图：
倒排索引结构也叫反向索引结构，包括索引和文档两部分，索引即词汇表，它的规模较小，而文档集合较大。
有倒排索引，对应肯定，有正向索引。 正向索引其实就是顺序扫描所有文件，这样本身效率是极低的。
查询索引查询索引也是搜索的过程。搜索就是用户输入关键字，从索引（index）中进行搜索的过程。根据关键字搜索索引，根据索引找到对应的文档，从而找到要搜索的内容（这里指磁盘上的文件）。
我们这里就是通过查询索引表，找到文档所在的位置，就完成了查询，但其他的场景可以灵活的把查询出来的结果展示出去，比如我们的百度搜索时，为我们展示的是相关网页。
手动去开发建立索引和查询索引的功能需要大量的工作，好在lucene已经帮我们完成了大量的工作，只需要调用java api就可以完成相关工作。
但是Lucene的API过于底层，并不简单易用，而且缺乏企业级的管理工具对其进行监控管理，于是企业级的全文检索引擎就应运而生了，目前最流行的两个就是：Solr和ES。他们都是建立在Lucene之上的。
SolrSolr是Apache Lucene项目的开源企业搜索平台。Solr是高度可扩展的，并提供了分布式搜索和索引复制。
Solr由Java开发，运行在Servlet容器中，是一个独立的全文搜索服务器。并具有强大的API和外部配置功能，使得无需编码，便可对其调整以适应多种类型应用。
2010年Apache Lucene与Apache Solr项目合并，所以Lucene/Solr成为了Apache一个项目。
由此可见，Solr的优势就是：
有一个成熟的开发者社区;本省比较稳定;支持多种格式的索引。
但是由于底层机制的限制，Solr的缺点也很明显：
建立索引时，搜索效率下降；实时索引搜索效率不高。
ESES也就是Elasticsearch，是一个实时的分布式搜索和分析引擎，它可以用于全文搜索，结构化搜索以及分析。
由于Lucene过于复杂，不方便使用。Elasticsearch使用Lucene作为内部引擎，但是Elasticsearch做搜索引擎时，只需要使用同一的API就可以，而不需要了解复杂的Lucene原理。
而且Elasticsearch不仅仅可以做全文搜索功能，在企业中可以作为：
分布式实时文件存储；
实时分析的分布式搜索引擎；
Elasticsearch的Restful API友好而且简单，特别容易上手。
目前包括维基百科、Stackoverflow、Github等都是用Elasticsearch作为其搜索引擎。
ES简单体验这里我们简单使用一个ES完成一个全文检索功能。
1、下载首先在官网下载 ，官网地址：https://www.elastic.co/products/elasticsearch
下载地址如下：https://www.elastic.co/cn/downloads/elasticsearch
选择自己系统的我们这选择WIndows版本。