背景《搜索引擎onesearch1.0-设计与实现.docx》介绍了1.0特性，表达式搜索，搜索schema，agg，映射等，同时附录介绍未来规划，其主要特性是文档索引，随着分布式dataX完成，技术基础已完备。本文介绍分布式文档索引，包括tika的原理源码分析关键词Tika原理源码分析，内容类型识别，内容抓取，分布式datax参考资料《搜索引擎onesearch1.0-设计与实现.docx》《分布式dataX架构设计》《分布式dataX详细(