elasticsearch倒排索引
创建倒排索引是对正向索引的一种特殊处理和应用，流程如下：
- 将每一个文档的数据利用分词算法根据语义拆分，得到一个个词条
- 创建表，每行数据包括词条、词条所在文档id、位置、出现次数等信息
- 因为词条唯一性，可以给词条创建正向索引
倒排索引，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。
es索引文档过程
Elasticsearch 中索引文档的一般过程：
- 创建索引（Index）：在 Elasticsearch 中，首先需要为文档指定一个索引，索引是文档的逻辑容器，类似于关系型数据库中的数据库。可以通过 REST API 或者编程客户端创建索引。
- 定义映射（Mapping）：在创建索引时，可以定义文档的映射，即每个字段的数据类型和属性。映射定义了文档的结构，包括字段名、数据类型、分词器等信息。
- 索引文档（Indexing）：一旦索引和映射准备就绪，就可以开始索引文档了。文档是 Elasticsearch 存储、索引和搜索的基本单位，通常以 JSON 格式表示。将文档发送到 Elasticsearch 的特定索引中，Elasticsearch 将文档解析、索引并存储。
- 文档存储：Elasticsearch 将文档存储在倒排索引中，以便快速地进行全文搜索。文档被分割成多个字段，并根据字段类型进行索引化处理。如果是要索引且需要分词的，则先利用分词器进行分词，过滤，然后再形成倒排索引。
es搜索步骤
- 创建搜索请求对象，指定索引库名
- 设置搜索请求对象参数；搜索类型（范围、词条、搜索关键字分词搜索等）、分页、排序、高亮、聚合等；
- 执行请求；
- 解析响应结果
es相对mysql的特点是什么
MySQL更擅长的是事务类型的操作，存储结构化数据；
ES更擅长的是海量数据的搜索，分析和计算，不支持事务；存储非结构化数据；
es集群情况
ES集群架构6个节点，索引：3分片；ES调优：在设计映射阶段针对数据搜索情况合理设置数据类型，尽可能多的设置keyword类型域；根据需要设置不同域的索引、查询分词器；查询时尽可能少使用模糊和相似查询。
如果数据量增长迅速，数据过大如何解决？可以重新创建索引（指定更多的集群节点和分片），然后将原数据导入再次导入。（注意：es在创建索引后不能直接扩容）
