有一位學長突然問我你知道爲啥es比數據庫mysql查詢的快嗎？之前對於es的印象就是高效的搜索框架，實際應用過，但是沒想過原理，後來查了一些資料，現在做一下總結。
希望還是小夥伴們可以瞭解一些es的知識之後再來看這一個文章吧。
es爲何查詢速度快？
es採用的是倒序索引，這種索引方式和我們的正常索引不太一樣，我們以一張表來說明，看一下對比：
| id | age | sex | name |
| 1 | 18 | female | 北大 |
| 2 | 20 | male | 河北大學青年 |
| 3 | 18 | male | 愛國青年 |
在mysql中，是以id簡歷b+樹索引，然後通過目錄頁對應到數據頁，然後找到數據。對於傳統的增刪改查（用id）沒有任何問題，速度也很快，但是對於全文檢索來說，就很尷尬。比如查詢like %北大%。這樣是走不到索引的，需要全表掃描。但是對於es來說，這就好辦多了。
倒序索引：以name爲倒序索引來看。
我們是將內容進行了分詞（這裏是最細粒劃分）。然後指向了我們document的一個唯一的標識，能夠找到位置的地址。
這樣，當我們在程序發出一個查詢請求後，比如“北大青年”。首先會把這個查詢內容分詞：“北大”、“青年”。然後就找到對應的數據[1，2，3]。這三條數據了，比我們在mysql中模糊查詢快的多。這是其中的一個原因。
我們將“北大”、“河北”、“大學...這樣的叫做term。如果有很多個term，那麼我們如何找到對應的term呢。我們以term是英文爲例：假如有Carla,Sara,Elin,Ada,Patty,Kate,Selena。
第一個方法：遍歷？遍歷是不可能遍歷的，這輩子都不可能遍歷的。
第二個方法：採用二分查找（悄悄的告訴你，mysql的inndb中在目錄頁的查找過程中和數據頁的查找對應的數據中均有體現）可以用 logN 次磁盤查找得到目標。但是磁盤的隨機讀操作仍然是非常昂貴的（一次random access大概需要10ms的時間）。而相比於mysql，term的dictionary要大得多。無法完整地放到內存裏，於是就有了第三個方法。
第二個方法：term index。term index有點像一本字典的大的章節表。如果所有的term都是英文字符的話，可能這個term index就真的是26個英文字符表構成的了。但是實際的情況是，term未必都是英文字符，term可以是任意的byte數組。而且26個英文字符也未必是每一個字符都有均等的term，比如x字符開頭的term可能一個都沒有，而s開頭的term又特別多。實際的term index是一棵trie 樹：
這裏只考慮前綴並不考慮完整的分詞字，例子是一個包含 "A", "to", "tea", "ted", "ten", "i", "in", 和 "inn" 的 trie 樹。這棵樹不會包含所有的term，它包含的是term的一些前綴。通過term index可以快速地定位到term dictionary的某個offset，然後從這個位置再往後順序查找。再加上一些壓縮技術（搜索 Lucene Finite State Transducers） term index 的尺寸可以只有所有term的尺寸的幾十分之一，使得用內存緩存整個term index變成可能。整體上來說就是這樣的效果。
這種方式就很快就能夠查找到對應的分詞，然後在對應的分詞就找到了對應的主鍵，然後就可以直接找到對應的數據了。