ElasticSearch（1）ES数据的存储和搜索原理

ElasticSearch简称为ES，以后就使用ES作为描述了

一： 前提内容

1.1 es

ElasticSearch就是一个搜索服务器

说明其就是一个软件，安装之后就可以使用了

搜索：

搜索就是查询

1.2 关系型数据库查询的问题

问题1：如果使用模糊查询，左边有通配符（%等），不会走索引，会全表扫描，性能低

使用通配符后，在数据表中的当前列上作用的索引会失效（当数据比较多时，可以对列名加上索引，提升查询的性能）

问题2：关系型数据库提供的查询，功能太弱

二： 倒排索引

前面两种问题可以通过倒排索引进行解决

2.1 正向索引

根据诗名去得到诗句，如下：

2.2 倒排索引

将一段文本按照一定的规则，拆分为不同的词条(term)

在es中，分词是ES自动帮我们生成的

比如：将“床前明月光”和“明月几时有”进行分词，如何可以按下图进行存储

定义：将各个文档中的内容，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。

三： ES数据的存储和搜索原理

3.1 存储

这个与自然语言处理中的知识点类似，写过自然语言处理还是比较容易懂的

ES中数据叫做document（文档），相当于关系型数据库中表的一条记录

ES中文档是以json格式的数据进行存储到索引库中的，es将document里面的所有内容进行分词，没有的词条再次增加，最后的倒排索引结果如下

3.2 搜索

数据库查询存在的问题:

1.性能低: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
2.功能弱:如果以”华为手机“作为条件，查询不出来数据

es中的搜索步骤如下：

es中的term会以一种树形结构进行存储
es会将搜索的内容首先进行分词，然后才去分词，最后对结果进行求交集或并集

解决性能低：

使用“手机”作为关键字查询

1. 如：生成的倒排索引中，词条会排序，形成一颗树形结构，提升词条的查询速度

解决功能弱：

使用“华为手机”作为关键字查询

1. es会将搜索的内容首先进行分词，然后才去分词，最后对结果进行求交集或并集，将图中内容进行如下获取：
   华为:1,3
   手机: 1,2,3