倒排索引和ES相关概念对比MySQL

1.倒排索引

1.1倒排索引两个重要概念：

• 文档：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、一个商品信息以京东商城为列
  

• 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，使我们搜索到的数据能够实现多内容搜索

1.2 倒排索引的搜索流程

2.ES相关概念对比MySQL

2.1数据存储模型

2.1.1 MySQL：

关系型数据库：
MySQL 是一种关系型数据库管理系统（RDBMS），数据存储在表中，表之间通过外键关联。

SQL 语言：使用 SQL（Structured Query Language）进行数据操作，包括 CRUD（Create, Read, Update, Delete）操作。

2.1.2 Elasticsearch：

NoSQL 数据库：Elasticsearch 是一种 NoSQL 数据库，主要用于全文搜索和分析。

JSON 文档：数据以 JSON 格式存储，每个文档可以包含嵌套对象和数组。

索引：类似于 MySQL 中的数据库，用于组织和管理文档。

2.2数据结构

2.2.1 MySQL：

表：数据存储在表中，表由行和列组成。

字段：每个表由多个字段组成，字段有固定的类型（如 int, varchar, date 等）。

主键：每个表有一个或多个主键，用于唯一标识每行数据。

外键：用于关联不同表之间的数据。

2.2.2 Elasticsearch：

索引：类似于 MySQL 中的数据库，用于组织和管理文档。

类型：在 Elasticsearch 6.x 及之前版本中，索引下可以有多个类型（type）。7.x 版本开始，每个索引只能有一个类型，默认为 _doc。

文档：数据以 JSON 格式存储，每个文档是一个独立的对象。

字段：每个文档由多个字段组成，字段可以是任何类型，包括嵌套对象和数组。

2.3数据操作

2.3.1 MySQL：

CRUD 操作：使用 SQL 语句进行增删改查操作

  -- 插入数据
  INSERT INTO users (id, name, email) VALUES (1, 'Alice', 'alice@example.com');

  -- 查询数据
  SELECT * FROM users WHERE id = 1;

  -- 更新数据
  UPDATE users SET name = 'Bob' WHERE id = 1;

  -- 删除数据
  DELETE FROM users WHERE id = 1;
  

2.3.2 Elasticsearch：

RESTful API：使用 HTTP 请求进行数据操作

  private static final String ITEM = "item";
  private static final String MAPPINGS = "{\n" +
            "  \"mappings\": {\n" +
            "    \"properties\": {\n" +
            "      \"id\": {\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\"\n" +
            "      },\n" +
            "      \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"stock\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"image\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"category\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"brand\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"sold\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"commentCount\":{\n" +
            "        \"type\": \"integer\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"isAD\":{\n" +
            "        \"type\": \"boolean\"\n" +
            "      },\n" +
            "      \"updateTime\":{\n" +
            "        \"type\": \"date\"\n" +
            "      }\n" +
            "    }\n" +
            "  }\n" +
            "}";
    @Resource
    RestHighLevelClient restHighLevelClient;
    @Test
    public void testClient(){
        CreateIndexRequest createIndexRequest = new CreateIndexRequest(ITEM);
        createIndexRequest.source(MAPPINGS, XContentType.JSON);
        try {
            CreateIndexResponse response = restHighLevelClient.indices().create(createIndexRequest, RequestOptions.DEFAULT);
            log.warn("{}",response.isAcknowledged());
        } catch (IOException e) {
            e.printStackTrace();
        }

    }
	

3. 总结

3.1 MySQL：
适合结构化数据存储和事务处理，支持复杂的关系型数据操作。
3.2 Elasticsearch：
适合大规模的全文搜索和实时数据分析，支持灵活的 JSON 文档存储。
根据具体的应用场景选择合适的技术方案，可以更好地满足业务需求。