（11）ElasticSearch 的特点

.1 天然分片，天然集群

ES 把数据分成多个 shard，下图中的 P0-P2，多个 shard 可以组成一份完整的数据，

这些 shard 可以分布在集群中的各个机器节点中。随着数据的不断增加，集群可以增加多

个分片，把多个分片放到多个机子上，已达到负载均衡，横向扩展。

在实际运算过程中，每个查询任务提交到某一个节点，该节点必须负责 将数据进行整理

汇聚，再返回给客户端，也就是一个简单的节点上进行 Map 计算，在一个固定的节点上进

行 Reduces 得到最终结果向客户端返回。

 这种集群分片的机制造就了 elasticsearch 强大的数据容量及运算扩展性。

1.4.2 天然索引

ES 所有数据都是默认进行索引的，这点和 MySQL 正好相反，MySQL 是默认不加索

引，要加索引必须特别说明，ES 只有不加索引才需要说明。

而 ES 使用的是 倒排索引 和 MySQL 的 B+Tree 索引不同。

➢ 传统关系性数据库

弊端：

◼

对于传统的关系性数据库对于关键词的查询，只能逐字逐行的匹配，性能非常差。

◼

匹配方式不合理，比如搜索“小密手机”，如果用 like 进行匹配， 根本匹配不到。

但是考虑使用者的用户体验的话，除了完全匹配的记录，还应该显示一部分近似匹

配的记录，至少应该匹配到“手机”。

➢ 倒排索引是怎么处理的

全文搜索引擎目前主流的索引技术就是 倒排索引 的方式。

传统的保存数据的方式都是：记录→单词

而倒排索引的保存数据的方式是：单词→记录, 基于分词技术构建 倒排索引 ,每个记录保

存数据时，都不会直接存入数据库。系统先会对数据进行 分词 ，然后以倒排索引结构保存。

如下:

搜索“红海行动” ， 那么搜索引擎是如何能将两者匹配上的呢？

等到用户搜索的时候，会把搜索的关键词也进行分词，会把“ 红海行动 ”分词分成： 红

海 和 行动 两个词。

这样的话，先用红海进行匹配，得到 id=1 和 id=2 的记录编号，再用行动匹配可以迅

速定位 id 为 1,3 的记录。

那么全文索引通常，还会根据匹配程度进行打分，显然 1 号记录能匹配的次数更多。

所以显示的时候以评分进行排序的话，1 号记录会排到最前面。而 2、3 号记录也可以匹配

到。

➢ 索引结构对比

可以看到 Lucene 为倒排索引(Term Dictionary)部分又增加一层 Term Index 结构，

用于快速定位，而这 Term Index 是缓存在内存中的，但 MySQL 的 B+tree 不在内存中，

所以整体来看 ES 速度更快，但同时也更消耗资源（内存、磁盘）。