ES为什么快，什么是倒排索引

ES为什么快，什么是倒排索引

什么是文档和词条

• 每一条数据就是一个文档
• 对文档中的内容分词，得到的词语就是词条

什么是正向索引

基于文档id创建索引。查询词条时必须先找到文档，而后判断是否包含词条

什么是倒排索引

对文档内容分词，对词条创建索引，并记录词条所在文档的信息。查询时可以现根据词条查询到文档id，而后获取到文档

例子

比如有一个华为手机，小米手机，苹果手机，三条数据

我们如果存入关系型数据库，比如mysql，MySQL 主要使用 B+树 来实现索引。当我们对这个字段创建索引的时候，Mysql会生成一个B+树结构，其中每个节点包含一个品牌数据的指针，指向对应的记录。查询时，mysql会在B+树中查找匹配的键值，代码如下

SELECT * FROM phones WHERE brand LIKE '%手机%';

在 Elasticsearch 中，我们会先定义一个索引并存储数据：

PUT /phones
{
  "mappings": {
    "properties": {
      "brand": {
        "type": "text"
      }
    }
  }
}
POST /phones/_doc
{ "brand": "华为手机" }
POST /phones/_doc
{ "brand": "小米手机" }
POST /phones/_doc
{ "brand": "苹果手机" }

ES使用倒排索引来加速文本搜索，在倒排索引中，对于每个唯一的词（小米，手机，华为，苹果）都会维护一个该词出现的位置

例如，倒排索引的结构可能如下：

• “华为” → [文档1]
• “小米” → [文档2]
• “苹果” → [文档3]
• “手机” → [文档1, 文档2, 文档3]

倒排索引与 MySQL 索引的区别

索引类型：

Mysql：使用B+树结构，适合范围查询和精准匹配，但对文本搜索的支持较弱

ES：使用倒排索引，专为快速文本搜索而设计，适合处理大规模的非结构化数据。

查询效率：

mysql中，like关键字，如果不符合最左匹配原则，即后缀或中间匹配，则会走全表扫描，性能很差

es中，借助倒排索引快速定位包含特定关键字的文档