elasticsearch倒排索引

先简单介绍一下ElasticSearch。ElasticSearch是一个基于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开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
我们建立一个网站或应用程序，并要添加搜索功能，但是想要完成搜索工作的创建是非常困难的。我们希望搜索解决方案要运行速度快，我们希望能有一个零配置和一个完全免费的搜索模式，我们希望能够简单地使用JSON通过HTTP来索引数据，我们希望我们的搜索服务器始终可用，我们希望能够从一台开始并扩展到数百台，我们要实时搜索，我们要简单的多租户，我们希望建立一个云的解决方案。因此我们利用Elasticsearch来解决所有这些问题以及可能出现的更多其它问题。(摘自百度百科)。
ElasticSearch的全文检索效率之所以比数据库要高，是因为ElasticSearch使用了一种叫做倒排索引的索引方式。下面对倒排索引的原理做简单说明。
现在我有两个字符串：

语句一：The quick brown fox jumped over the lazy dog
语句二：Quick brown foxes leap over lazy dogs in summer
创建倒排索引的时候，我们将每一个串拆成一连串的词语（term），就想下面这样。

term	语句一	语句二
Quick		√
The	√
brown	√	√
dog	√
dogs		√
fox	√
foxes		√
in		√
jumped	√
lazy	√	√
leap		√
over	√	√
quick	√
summer		√
the	√

现在我们想要搜索quick brown，我们只需要查看quick和brown两个term就可以了。

term	语句一	语句二
brown	√	√
quick	√
Total	2	1

我们由此找到了包含quick和brown的语句。语句一种quick和brown都包含，语句二种只包含brown。因此语句一的匹配度更高一些。如果我们使用关系型数据库来查询，那么查询会非常复杂，需要使用like关键字，这样就会导致一行一行的扫描数据，性能不高。
当然倒排索引不想上面说的这么简单，但是大体上的原理就是这样。
如果这个时候我想要查询 Quick fox，那么我们不会得到任何的搜索结果。因为没有任何一个语句同时包含Quick和fox。因为quick不等同于Quick，fox不等同于foxes。其实elastic为我们提供了很多的分词器，这个时候你可以指定一个分词器来满足要求。你可以使用不同的分词器来对语句进行划分，甚至自己定制分词器来满足自己的需要。