ElasticSearch 学习笔记

参考文章：https://www.cnblogs.com/dreamroute/p/8484457.html

原表：

id	name	gender
1	alice	female
2	bob	male

索引：

1:倒排索引

name表:

term	posting list
alice	1
bob	2

gender表：

term	posting list
female	1
male	2

2:term查询

1）排序
二分查询，复杂度log n

2）压缩term：FST

引用图片：（from:https://www.cnblogs.com/dreamroute/p/8484457.html）

3）term index
对term进行翻页处理，使之可以变得足够小，放进内存

3:posting list压缩——roaring bitmaps

假设原表：

term	id
female	1,3,4,6,9

传统bitmaps:

压缩后：

term	id
female	101101001

roaring bitmaps:

term	id
female	[101],[101],[001]

也就是分段压缩，让一个段能存进内存中使用。一般取65535个id为一段（一个int）

总结：

1、es更新数据应该会很吃IO吧？之前接过盖了es的系统，每次更新数据都无法做到同步，很多场景都需要外接一套缓存服务
2、es查询是真滴高效