白眉大叔 es 分片底层时如何工作的？面试题
答: 分片底层对应的是一个Lucene库，而Lucene底层使用倒排索引技术实现。
正排索引(正向索引):
我们MySQL为例，用id字段存储博客文章的编号，用context存储文件的内容。
CREATE TABLE blog (id INT PRIMARY KEY AUTO_INCREMENT, context TEXT);
INSERT INTO blog VALUES (1,'I am Jason Yin, I love Linux ...')
此时，如果我们查询文章内容包含"Jason Yin"的词汇的时候，就比较麻烦了，因为要进行全表扫描。
SELECT * FROM blog WHERE context LIKE 'Jason Yin';
在工作中尽量少用 like ， 或者禁用
全表扫描是非常耗时的。
倒排索引(反向索引):
ES使用一种称为"倒排索引"的结构，它适用于快速的全文检索。
ES使用一种称为"倒排索引"的结构，它适用于快速的全文检索。
倒排索引中有以下三个专业术语:
词条:
指的是最小的存储和查询单元，换句话说，指的是您想要查询的关键字(词)。
对应英文而言通常指的是一个单词，而对于中文而言，对应的是一个词组。
词典(字典):
它是词条的集合，底层通常基于"Btree+"和"HASHMap"实现。
倒排表:
记录了词条出现在什么位置，出现的频率是什么。
倒排表中的每一条记录我们称为倒排项。
词条:
指的是最小的存储和查询单元，换句话说，指的是您想要查询的关键字(词)。
对应英文而言通常指的是一个单词，而对于中文而言，对应的是一个词组。
词典(字典):
它是词条的集合，底层通常基于"Btree+"和"HASHMap"实现。
倒排表:
记录了词条出现在什么位置，出现的频率是什么。
倒排表中的每一条记录我们称为倒排项。
倒排索引的搜索过程:
(1)首先根据用户需要查询的词条进行分词后，将分词后的各个词条字典进行匹配，验证词条在词典中是否存在;
(2)如果上一步搜索结果发现词条不在字典中，则结束本次搜索，如果在词典中，就需要去查看倒排表中的记录(倒排项);
(3)根据倒排表中记录的倒排项来定位数据在哪个文档中存在，而后根据这些文档的"_id"来获取指定的数据;
综上所述，假设有10亿篇文章，对于mysql不创建索引的情况下，会进行全表扫描搜索"Jason Yin"。而对于ES而言，其只需要将倒排表中返回的id进行扫描即可，而无须进行全量查询。
欢迎来撩 ： 汇总all
