es概念简述

倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

sql模糊查询

 1）用户搜索数据，条件是title符合`"%手机%"`
 ​
 2）逐行获取数据，比如id为1的数据
 ​
 3）判断数据中的title是否符合用户搜索条件
 ​
 4）如果符合则放入结果集，不符合则丢弃。回到步骤1
 ​
 ​
 ​
 逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。
 ​
 ​

创建方法

 - 将每一个文档的数据利用算法分词，得到一个个词条
 - 创建表，每行数据包括词条、词条所在文档id、位置等信息
 - 因为词条唯一性，可以给词条创建索引，例如hash表结构索引

搜索流程

 1.用户输入搜索关键词
 2.对用户输入的搜索词进行分词,得到词条.
 3.拿着词条在倒排索引中进行查询,可以得到包含词条的文档id:123...
 4.拿着id在正向索引中查找具体文档

正向索引和倒排的优势对比

 **正向索引**：
 ​
 - 优点：
   - 可以给多个字段创建索引
   - 根据索引字段搜索、排序速度非常快
 - 缺点：
   - 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。
 ​
 **倒排索引**：
 ​
 - 优点：
   - 根据词条搜索、模糊搜索时，速度非常快
 - 缺点：
   - 只能给词条创建索引，而不是字段
   - 无法根据字段做排序

mysql与elasticsearch的概念做一下对比：

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

是不是说，我们学习了elasticsearch就不再需要mysql了呢？

并不是如此，两者各自有自己的擅长支出：

• Mysql：擅长事务类型操作，可以确保数据的安全和一致性

• Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

• 对安全性要求较高的写操作，使用mysql实现

• 对查询性能要求较高的搜索需求，使用elasticsearch实现

• 两者再基于某种方式，实现数据的同步，保证一致性