ElasticSearch 零基础入门（5）: 倒排索引适用场景、Mysql的全文索引使用
目录
说明
笔记列表：ElasticSearch
不少讲解 ElasticSearch 的资料，都会重点讲解 ElasticSearch 使用的倒排索引（inverted index）多么高效/优异，但是都忘了提及倒排索引的应用场景。如果倒排索引那么好，为什么关系型数据库里不使用？ 为啥mysql等关系型数据库的索引实现方式不用lucene的这种倒排索引呢？
倒排索引适用于全文检索
倒排索引适用的场景非常明确——全文检索。
倒排索引将大段 text 文本分拆成多个单词，用分拆后的部分内容（单词）索引记录的 ID 。这正是全文检索的过程，或者说倒排索引是为全文检索场景设计的。
在 ES 中 text 类型的字段支持全文检索，keyword 等精确类型是不支持全文检索的。
输入 title 的完整值 “背影”，返回一条命中记录：
GET demo/_search
{
"query":{
"match": {
"title.keyword": "背影" <-- 返回结果背影
}
}
}
如果只输入 “背”，没有命中结果返回，keyword 类型不支持全文检索：
GET demo/_search
{
"query":{
"match": {
"title.keyword": "背"
}
}
}
ES 作为搜索引擎，它的主要特点是用倒排索引技术实现了全文检索功能，但是不能把 ES 的所有查询能力都归功于倒排索引的应用。
关系型数据也支持倒排索引
倒排索引只是索引的一种实现方式，并非只在 ES 中有应用，关系型数据库同样支持。比如 InnoDB Full-Text Indexes 就是用倒排索引实现了全文检索的功能。
倒排索引的缺点
全文检索的时候，倒排索引的优势明显，但是当需要进行精确值查询时， 倒排索引就不是一个高效的技术方案了。
假设有一个如下的地址字段，查询场景是精确找到「山东省济南市」这条记录：
address
_______
山东省
山东省济南市
山东省济南市历下区
山东省烟台市
山东省烟台市开发区
如果使用倒排索引，输入「山东省济南市」时，会同时返回「山东省济南市」和「山东省济南市历下区」两条记录。要想得到「山东省济南市」这条记录，需要对返回的结果再次检查。如果「山东省济南市XXX」格式的记录数有很多，查询效率就很低了，如果查询「山东省」效率更低。。
精确查询「山东省济南市」这种场景下，要用常规的 B+ 树索引。
ES 通过为一个字段指定多种类型的方式，满足了精确查询和全文检索两种场景，猜测应该是建立了两套索引（未看ES的实现，这里纯猜测）。关系型数据库绝大多数场景都是精确值查询，最经常使用的索引类型是 B+ 树。
Mysql 全文索引使用
参照 InnoDB Full-Text Indexes 试验一下。下面的操作在 mysql 8.0 上执行。
CREATE TABLE opening_lines (
id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
opening_line TEXT(500),
author VARCHAR(200),
title VARCHAR(200),
FULLTEXT idx (opening_line)
) ENGINE=InnoDB;
查看 mysql 创建的索引表，testdb 是所在的数据库名，如果上面的表在 abc 中创建的，就用 abc/%：
mysql> SELECT table_id, name, space from INFORMATION_SCHEMA.INNODB_TABLES WHERE name LIKE 'testdb/%';
+----------+------------------------------------------------------+-------+
| table_id | name | space |
+----------+------------------------------------------------------+-------+
| 1067 | testdb/test | 2 |
| 1068 | testdb/scores | 3 |
| 1069 | testdb/opening_lines | 4 |
| 1070 | testdb/fts_000000000000042d_being_deleted | 5 |
| 1071 | testdb/fts_000000000000042d_being_deleted_cache | 6 |
| 1072 | testdb/fts_000000000000042d_config | 7 |
| 1073 | testdb/fts_000000000000042d_deleted | 8 |
| 1074 | testdb/fts_000000000000042d_deleted_cache | 9 |
| 1075 | testdb/fts_000000000000042d_00000000000000a6_index_1 | 10 |
| 1076 | testdb/fts_000000000000042d_00000000000000a6_index_2 | 11 |
| 1077 | testdb/fts_000000000000042d_00000000000000a6_index_3 | 12 |
| 1078 | testdb/fts_000000000000042d_00000000000000a6_index_4 | 13 |
| 1079 | testdb/fts_000000000000042d_00000000000000a6_index_5 | 14 |
| 1080 | testdb/fts_000000000000042d_00000000000000a6_index_6 | 15 |
+----------+------------------------------------------------------+-------+
操作：
INSERT INTO opening_lines (opening_line) values ("春天来了"),("夏天来了"),("秋天来了"),("冬天到了"),("春天 夏天");
INSERT INTO opening_lines(opening_line,author,title) VALUES
('Call me Ishmael.','Herman Melville','Moby-Dick'),
('A screaming comes across the sky.','Thomas Pynchon','Gravity\'s Rainbow'),
('I am an invisible man.','Ralph Ellison','Invisible Man'),
('Where now? Who now? When now?','Samuel Beckett','The Unnamable'),
('It was love at first sight.','Joseph Heller','Catch-22'),
('All this happened, more or less.','Kurt Vonnegut','Slaughterhouse-Five'),
('Mrs. Dalloway said she would buy the flowers herself.','Virginia Woolf','Mrs. Dalloway'),
('It was a pleasure to burn.','Ray Bradbury','Fahrenheit 451');
查询：
mysql >SELECT * FROM opening_lines WHERE MATCH(opening_line) AGAINST('happened');
+----+----------------------------------+---------------+---------------------+
| id | opening_line | author | title |
+----+----------------------------------+---------------+---------------------+
| 10 | All this happened, more or less. | Kurt Vonnegut | Slaughterhouse-Five |
+----+----------------------------------+---------------+---------------------+
但是查询中文时会发现要输入完整内容才会有结果，这涉及到中文分词的问题，mysql 的分词能力配置方式未知，大概率比 ES 差很多。
mysql> SELECT * FROM opening_lines WHERE MATCH(opening_line) AGAINST('春天');
Empty set (0.00 sec)
mysql> SELECT * FROM opening_lines WHERE MATCH(opening_line) AGAINST('春天来了');
+----+--------------+--------+-------+
| id | opening_line | author | title |
+----+--------------+--------+-------+
| 1 | 春天来了 | NULL | NULL |
+----+--------------+--------+-------+
参考
