diff --git a/README.md b/README.md
index 076fb47dd379a00588b41fec7d55351167bceff2..fcb6df56f94cc3b3e2cc32095a0c8b2842fd1b84 100644
--- a/README.md
+++ b/README.md
@@ -6,6 +6,8 @@
 
 本系列知识出自中华石杉，我对这部分知识做了一个系统的整理，方便学习查阅。
 
+一点小建议：学习本系列知识之前，如果你完全没接触过 `MQ`、`ES`、`Redis`、`Dubbo`、`Hystrix` 等，那么我建议你可以先在网上搜一下每一块知识的快速入门，玩一下入门 Demo，然后再开始每一块知识的学习。这样效果更好噢~
+
 ## 高并发架构
 
 ### [消息队列](/docs/high-concurrency/mq-interview.md)
@@ -17,7 +19,7 @@
 - [如何解决消息队列的延时以及过期失效问题？消息队列满了以后该怎么处理？有几百万消息持续积压几小时，说说怎么解决？](/docs/high-concurrency/mq-time-delay-and-expired-failure.md)
 - [如果让你写一个消息队列，该如何进行架构设计啊？说一下你的思路。](/docs/high-concurrency/mq-design.md)
 
-### 搜索引擎
+### [搜索引擎](/docs/high-concurrency/es-introduction.md)
 - [es 的分布式架构原理能说一下么（es 是如何实现分布式的啊）？](/docs/high-concurrency/es-architecture.md)
 - [es 写入数据的工作原理是什么啊？es 查询数据的工作原理是什么啊？底层的 lucene 介绍一下呗？倒排索引了解吗？](/docs/high-concurrency/es-write-query-search.md)
 - [es 在数据量很大的情况下（数十亿级别）如何提高查询效率啊？](/docs/high-concurrency/es-optimizing-query-performance.md)
diff --git a/docs/high-concurrency/es-introduction.md b/docs/high-concurrency/es-introduction.md
new file mode 100644
index 0000000000000000000000000000000000000000..62ce6200ed8cdbedc432acd78c0dbe84c529767f
--- /dev/null
+++ b/docs/high-concurrency/es-introduction.md
@@ -0,0 +1,59 @@
+## lucene 和 es 的前世今生
+lucene 是最先进、功能最强大的搜索库。如果直接基于 lucene 开发，非常复杂，即便写一些简单的功能，也要写大量的 Java 代码，需要深入理解原理。
+
+elasticsearch 基于lucene，隐藏了 lucene 的复杂性，提供了简单易用的 restful api / Java api接口（另外还有其他语言的 api接口）。
+
+- 分布式的文档存储引擎
+- 分布式的搜索引擎和分析引擎
+- 分布式，支持 PB 级数据
+
+## es 的核心概念
+### Near Realtime
+近实时，有两层意思：
+
+- 从写入数据到数据可以被搜索到有一个小延迟（大概是 1s）
+- 基于 es 执行搜索和分析可以达到秒级
+
+### Cluster 集群
+集群包含多个节点，每个节点属于哪个集群都是通过一个配置来决定的，对于中小型应用来说，刚开始一个集群就一个节点很正常。
+
+### Node 节点
+Node 是集群中的一个节点，节点也有一个名称，默认是随机分配的。默认节点会去加入一个名称为 `elasticsearch` 的集群。如果直接启动一堆节点，那么它们会自动组成一个 elasticsearch 集群，当然一个节点也可以组成 elasticsearch 集群。
+
+### Document & field
+文档是 es 中最小的数据单元，一个 document 可以是一条客户数据、一条商品分类数据、一条订单数据，通常用 json 数据结构来表示。每个 index 下的 type，都可以存储多条 document。一个 document 里面有多个 field，每个 field 就是一个数据字段。
+
+```json
+{
+    "product_id": "1",
+    "product_name": "iPhone X",
+    "product_desc": "苹果手机",
+    "category_id": "2",
+    "category_name": "电子产品"
+}
+```
+
+### Index
+索引包含了一堆有相似结构的文档数据，比如商品索引。一个索引包含很多 document，一个索引就代表了一类相似或者相同的 ducument。
+
+### Type
+类型，每个索引里可以有一个或者多个 type，type 是 index 的一个逻辑分类，比如商品 index 下有多个 type：日化商品 type、电器商品 type、生鲜商品 type。每个 type 下的 document 的 field 可能不太一样。
+
+### shard
+单台机器无法存储大量数据，es 可以将一个索引中的数据切分为多个 shard，分布在多台服务器上存储。有了 shard 就可以横向扩展，存储更多数据，让搜索和分析等操作分布到多台服务器上去执行，提升吞吐量和性能。每个 shard 都是一个lucene index。
+
+### replica
+任何一个服务器随时可能故障或宕机，此时 shard 可能就会丢失，因此可以为每个 shard 创建多个 replica 副本。replica 可以在 shard 故障时提供备用服务，保证数据不丢失，多个 replica 还可以提升搜索操作的吞吐量和性能。primary shard（建立索引时一次设置，不能修改，默认 5 个），replica shard（随时修改数量，默认 1 个），默认每个索引 10 个 shard，5 个 primary shard，5个 replica shard，最小的高可用配置，是 2 台服务器。
+
+这么说吧，shard 分为 primary shard 和 replica shard。而 primary shard 一般简称为 shard，而 replica shard 一般简称为 replica。
+
+![es-cluster-0](/img/es-cluster-0.png)
+
+## es 核心概念 vs. db 核心概念
+| es | db |
+|---|---|
+| index | 数据库 |
+| type | 数据表 |
+| docuemnt | 一行数据 |
+
+以上是一个简单的类比。
\ No newline at end of file
diff --git a/img/es-cluster-0.png b/img/es-cluster-0.png
new file mode 100644
index 0000000000000000000000000000000000000000..88cdbae10408308db1d19575ea3cab80964e524b
Binary files /dev/null and b/img/es-cluster-0.png differ