ElasticSearch—倒排索引

        Elasticsearch是一个基于Lucene的分布式搜索引擎，广泛应用于全文搜索、日志分析和实时数据分析等领域。其核心优势在于其强大的搜索性能，而这种性能的基础之一就是倒排索引（Inverted Index）

倒排索引简介

        倒排索引的概念是基于MySQL这样的正向索引而言的，是全文搜索引擎的核心数据结构，其主要作用是从文档中提取关键词，并建立关键词到文档的映射关系。这种结构与传统的正排索引相反，因此称为倒排索引。
在倒排索引中，每个关键词都关联着包含该关键词的文档列表，这使得搜索操作能够迅速定位包含特定关键词的文档，从而大幅提高查询效率。

正排索引

        每条数据对应一个唯一的id。例如

        如果根据id查询，直接会使用索引，查询速度非常快。但如果是基于title做模糊查询，只能是逐行扫描数据。效率非常低

        随着数据量增加，其查询效率也会越来越低

倒排索引结构，流程

        文档（ Document ）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息
        词条（ Term ）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理，流程如下：

• 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

倒排索引的搜索流程如下（以搜索"华为手机"为例）：
1）用户输入条件"华为手机" 进行搜索。
2）对用户输入内容分词，得到词条： 华为、手机。
3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。
4）拿着文档id到正向索引中查找具体文档。

        虽然要先查询倒排索引，再查询索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。

正向索引和倒排索引的比较

        正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
        倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程

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