ElasticSearch倒排索引

一、ElasticSearch基本概念

       Elastucsearch是基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基 于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布， 是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速， 安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他 语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是 Apache Solr，也是基于Lucene 演示：京东，淘宝 。

    Lucene是一个Java语言的搜索引擎类库,是Apache公司的顶级项目，由DougCutting于1999年研发。

    重要特性：

1. 分布式的实时文件存储，每个字段都被索引并可被搜索
2. 实时分析的分布式搜索引擎
3. 可以扩展到上百台服务器，处理PB及结构或非结构化数据

二、倒排索引

倒排索引的概念是基于MySql这样的正向索引而言。

1.正向索引

  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。

    如果根据·id查询，直接走索引，查询速度非常快

Id	title
1	IPhone16promax
2	IWatch
3	IPhone16promax充电器

    基于title做模糊查询，只能是逐行扫描，历程如下：

1. 用户搜索数据，条件是title符合"%手机%"
2. 逐行获取数据，比如是id为1的数据
3. 判断数据中的title是否符合用户的搜索条件
4. 如果符合则放入结果集，不符合则丢弃。回到步骤1

逐行扫描，也就是全表扫描，随着数据量的增加，其查询效率也会越来越低。当数量达到数百万时，就是一场灾难。

2. 倒排索引

• 文档（Document）:用来搜素的数据，其中的每一条数据是一个文档。如：一个网页、一个商品信息。
• 词条（Term）: