ElasticSearch-倒排索引

---

一、mysql数据库存在的问题

1.1 模糊查询索引失效

假设要查询上图中title中包含"手机"的信息，那么sql语句是这样的

SELECT * FROM goods WHERE title LIKE '%手机%';

如果使用模糊查询，左边有通配符，不会走索引，会全表扫描，性能低

1.2 不能分词查询

假设上表查询title检索内容为"我要买一部华为手机",无论sql语句怎么模糊匹配都只会查询到包含这整条句子的title，显然数据库中是不存在的。
关系型数据库提供的查询，功能太弱
所以需要用到ES的倒排索引，以关键词为索引库，而关键词又是对原有数据内容拆分出来的，比如"我要买一部华为手机"中华为和手机关键词拆分出来作为索引查询就会灵活很多。

二、倒排索引

就像使用新华字典查找汉字，先找到汉字的偏旁部首，再根据偏旁部首对应的目录（索引）找到目标汉字。

• 正排索引：是以文档对象的唯一 ID 作为索引，以文档内容作为记录的结构。
• 倒排索引：Inverted index，指的是将文档内容中的单词作为索引，将包含该词的文档 ID 作为记录的结构。
  
  ES倒排索引样例：

• 假设文档0(编号0)： we like java java java
• 假设文档1(编号1)： we like lucene lucene lucene

建立倒排索引的流程
1.首先对所有数据的内容进行拆分（分词），拆分成唯一的一个个词语（词条Term）。
2.然后建立词条和每条数据的对应关系（词条在文档出现的位置下标，出现频率）

（Term 词条）	(Doc ID，Freq 频率)	（Pos 位置）
we	(0,1) (1,1)	(0,0)(1,0)
like	(0,1) (1,1)	(0,1)(1,1)
java	(0,3)	(2,3,4)
lucene	(1,3)	(2,3,4)

• 假设文档2(编号1)：java java java we like

（Term 词条）	(Doc ID，Freq 频率)	（Pos 位置）
we	(0,1) (1,1)	(0,0)(1,3)
like	(0,1) (1,1)	(0,1)(1,4)
java	(0,3) (1,3)	(0,2,3,4) (1,0,1,2)
lucene	(1,3)	(2,3,4)

假设只有1个文档有，Pos位置第一位就不需要标识是几号文档，假设是有多个文档有，Pos位置的第一位默认就是文档编号

倒排索引：将每条数据中的内容进行分词，形成词条。然后记录词条和数据的唯一标识（id）的对应关系，形成的产物。