Elasticsearch为什么查询速度快

Elasticsearch

Elasticsearch为什么查询速度快

正排索引

倒排索引

• Term Dictionary
  如何高效的在这个索引结构中查询到 li 呢，结合我们之前的经验，只要我们将 Term 有序排列，便可以使用二叉树搜索树的数据结构在 o(logn) 下查询到数据。
  将一个文本拆分成一个一个独立Term 的过程其实就是我们常说的分词。
  而将所有 Term 合并在一起就是一个 Term Dictionary，也可以叫做单词词典。
  英文的分词相对简单，只需要通过空格、标点符号将文本分隔便能拆词，中文则相对复杂，但也有许多开源工具做支持。
  当我们的文本量巨大时，分词后的 Term 也会很多，这样一个倒排索引的数据结构如果存放于内存那肯定是不够存的，但如果像 MySQL 那样存放于磁盘，效率也没那么高。
• Term Index
  我们可以选择一个折中的方法，既然无法将整个 Term Dictionary 放入内存中，那我们可以为 Term Dictionary 创建一个索引然后放入内存中。
  这样便可以高效的查询 Term Dictionary ，最后再通过 Term Dictionary 查询到 Posting List。
  相对于 MySQL 中的 B+树来说也会减少了几次磁盘 IO。
  这个 Term Index 我们可以使用这样的 Trie 树，也就是我们常说的字典树来存放。
  如果我们是以 j 开头的 Term 进行搜索，首先第一步就是通过在内存中的 Term Index 查询出以 j 打头的 Term 在 Term Dictionary 字典文件中的哪个位置(这个位置可以是一个文件指针，可能是一个区间范围)。
  紧接着在将这个位置区间中的所有 Term 取出，由于已经排好序，便可通过二分查找快速定位到具体位置;这样便可查询出 Posting List。
  最终通过 Posting List 中的位置信息便可在原始文件中将目标数据检索出来。
  

为什么Elasticsearch不适合做数据存储

1. mapping不可改，不能改index属性。
2. 无法多对多。
3. 没有用户验证和权限控制。
4. 没有事务，不具备ACID的特性