摘要：搜索这个特性可以说是无处不在，现在很少有网站或者系统不提供搜索功能了，所以，即使你不是一个专业做搜索的程序员，也难免会遇到一些搜索相关的需求。搜索这个东西，表面上看功能很简单，就是一个搜索框，输入关键字，然后搜出来想要的内容就好了。
搜索这个特性可以说是无处不在，现在很少有网站或者系统不提供搜索功能了，所以，即使你不是一个专业做搜索的程序员，也难免会遇到一些搜索相关的需求。搜索这个东西，表面上看功能很简单，就是一个搜索框，输入关键字，然后搜出来想要的内容就好了。
搜索的核心需求是全文匹配，对此，数据库索引派不上用场，那只能全表扫描。全表扫描慢，还需要在每条记录上做全文匹配，即一个字一个字比对，就更慢。所以，使用数据做搜索，性能差。
ES咋解决搜索问题？假设两个商品：
DOCIDskuID标题666100002860826烟台红富士苹果 5kg 一级铂金大果 单果230g以上 新鲜水果888100000177760苹果 Apple iPhone XS Max (A2104) 256GB 金色 移动联通电信4G手机 双卡双待DOCID就是唯一标识一条记录的ID，类似数据库主键。为支持快速全文搜索，ES对文本采用倒排索引。ES中这两条商品数据倒排索引：
TERMDOCID烟台666红富士666苹果666,8885kg666一级666铂金666大果666Apple888iphone888XS888Max888手机888......倒排索引表，以单词作为索引的K，每个单词的倒排索引的值是一个列表，这个列表的元素就是含有这个单词的商品记录的DOCID。
往ES写商品记录时，ES先对需搜索的字段（商品标题）进行分词，即把一段连续文本按语义拆成多个单词。然后ES按单词给商品记录做索引，就形成上表的倒排索引。
搜“苹果手机”时，ES对关键字也进行分词，如“苹果手机”分为“苹果”、“手机”。然后，ES在倒排索引搜索输入的每个关键字分词，搜索结果：
TERMDOCID苹果666,888手机888666、888两条记录都能匹配上搜索的关键词，但888商品比666这商品匹配度更高，因为它两个单词都能匹配上，所以按匹配度把结果做一个排序，最终返回的搜索结果：
这搜索过程是对上面的倒排索引做二次查找，一次找“苹果”，一次找“手机”。
整个搜索过程，没有做过任何文本模糊匹配。ES的存储引擎存储倒排索引时，肯定不是像我们上面表格中展示那样存成一个二维表，实际上它的物理存储结构和InnoDB索引差不多，都是一颗查找树。
对倒排索引做两次查找，即对树进行二次查找，时间复杂度类似MySQL二次命中索引的查找。这查找速度比用MySQL全表扫描+模糊匹配，快好几个数量级。
ElasticSearchRDBMSINDEX表DOCUMENT行FIELD列MAPPING表结构ES数据的逻辑结构类似MongoDB，每条数据称为一个DOCUMENT，简称DOC，是个JSON对象，DOC中的每个JSON字段，在ES中称为FIELD，把一组具有相同字段的DOC存放在一起，存放它们的逻辑容器叫INDEX，这些DOC的JSON结构称为MAPPING。
这里面最不好理解的就是这INDEX，类似MySQL表，而不是通常理解的用于查找数据的索引。
为让ES支持中文分词，需要给ES安装一个中文的分词插件IK Analysis for Elasticsearch，告诉ES怎么对中文文本分词。
直接执行下面的命令自动下载并安装：
$elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.0/elasticsearch-analysis-ik-7.6.0.zip安装完成后，需要重启ES，验证一下是否安装成功：
curl -X POST "localhost:9200/_analyze?pretty" -H 'Content-Type: application/json' -d '{ "analyzer": "ik_smart", "text": "JavaEdge" }'{"tokens" : [{"token" : "极","start_offset" : 0,"end_offset" : 1,"type" : "CN_CHAR","position" : 0},{"token" : "客","start_offset" : 1,"end_offset" : 2,"type" : "CN_CHAR","position" : 1},{"token" : "天地","start_offset" : 2,"end_offset" : 4,"type" : "CN_WORD","position" : 2}]}这分词器把“极客天地”分成“极”、“客”和“天地”，没认出来“极客”，有改进空间。
为实现商品搜索，需先把商品信息存放到ES。先定义存放在ES中商品的数据结构，即MAPPING：
FieldDatatype说明sku_idlong商品IDtitletext商品标题这MAPPING只需两个字段：
sku_idtitle用户搜索商品时，在ES中匹配商品标题，返回符合条件商品的sku_ids。ES默认提供标准RESTful接口，直接HTTP访问即可。
使用上面这MAPPING创建INDEX，类似MySQL创建一个表：
// INDEX的名称是“sku”curl -X PUT "localhost:9200/sku" -H 'Content-Type: application/json' -d '{"mappings": {"properties": {"sku_id": {"type": "long"}, // 要在title字段进行全文搜索"title": {"type": "text", // 中文分词插件IK"analyzer": "ik_max_word","search_analyzer": "ik_max_word"}}}}'往INDEX写两条商品数据：
curl -X POST "localhost:9200/sku/_doc/" -H 'Content-Type: application/json' -d '{"sku_id": 100002860826,"title": "烟台红富士苹果 5kg 一级铂金大果 单果230g以上 新鲜水果"}'{"_index":"sku","_type":"_doc","_id":"yxQVSHABiy2kuAJG8ilW","_version":1,"result":"created","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":0,"_primary_term":1}curl -X POST "localhost:9200/sku/_doc/" -H 'Content-Type: application/json' -d '{"sku_id": 100000177760,"title": "苹果 Apple iPhone XS Max (A2104) 256GB 金色 移动联通电信4G手机 双卡双待"}'HTTP GET商品搜索：
curl -X GET 'localhost:9200/sku/_search?pretty' -H 'Content-Type: application/json' -d '{"query" : { "match" : { "title" : "苹果手机" }}}'{"took" : 23,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 0.8594865,"hits" : [{"_index" : "sku","_type" : "_doc","_id" : "zBQWSHABiy2kuAJGgim1","_score" : 0.8594865,"_source" : {"sku_id" : 100000177760,"title" : "苹果 Apple iPhone XS Max (A2104) 256GB 金色 移动联通电信4G手机 双卡双待"}},{"_index" : "sku","_type" : "_doc","_id" : "yxQVSHABiy2kuAJG8ilW","_score" : 0.18577608,"_source" : {"sku_id" : 100002860826,"title" : "烟台红富士苹果 5kg 一级铂金大果 单果230g以上 新鲜水果"}}]}}请求中的URL:
“sku”代表要在sku这个INDEX内进行查找“_search”是一个关键字，表示要进行搜索pretty表示格式化返回的JSON请求BODY的JSON，query中的match表示要进行全文匹配，匹配的字段就是title，关键字是“苹果手机”。返回结果中匹配到2条商品记录。
类似数据库先建表、插入数据然后查询。把ES当做一个支持全文搜索的数据库即可。
ES本质是支持全文搜索的分布式内存数据库，适用于构建搜索系统。全文搜索性能最关键是采用倒排索引，一种特别为搜索而设计的索引结构：
先对需索引的字段进行分词再以分词为索引组成一个查找树就把一个全文匹配的查找转换成对树的查找这是倒排索引能够快速进行搜索的根本原因。但倒排索引相比B树索引，写和更新性能较差，只适合全文搜索，不适合更新频繁的交易数据。
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！
魔都架构师 | 全网30W技术追随者 大厂分布式系统/数据中台实战专家 主导交易系统百万级流量调优 & 车联网平台架构 AIGC应用开发先行者 | 区块链落地实践者 以技术驱动创新，我们的征途是改变世界！ 实战干货：编程严选网来源：JavaEdge