来源：https://www.zhihu.com/question/637732937
ES的底层实现：倒排索引
正排索引（Forward Index）的实现方式为，通过文档ID去查找整个文档内容，适用于全部文档遍历或根据某个文档ID查找内容的场景。
而倒排索引（Inverted Index）的实现方式，则是通过文档中的关键词去查找文档ID列表，这也就是其非常适用于全文检索的原因。
ES复杂查询的实现方式和全文检索比较类似，同样是用到了倒排索引 + 正排索引的实现机制。
当将表中的数据保存到ES时，ES会为表中的每个字段都建立一个倒排索引。
MySQL和Elasticsearch是两种不同类型的数据存储和检索系统，它们各有优势和应用场景。
### MySQL：MySQL是一个关系型数据库管理系统（RDBMS），它使用结构化查询语言（SQL）进行数据管理。
MySQL非常适合处理结构化数据，并且在以下方面表现优异：
- 事务处理：MySQL支持ACID（原子性、一致性、隔离性、持久性）事务，非常适合需要事务支持的应用，如金融服务。
- 复杂查询：MySQL能够处理复杂的SQL查询，包括多表连接、子查询、窗口函数等。
- 数据完整性：通过外键等机制，MySQL能够强制实施数据的完整性约束。
- 成熟稳定：作为一个成熟的数据库解决方案，MySQL有广泛的社区支持和丰富的文档资源
### Elasticsearch：Elasticsearch是一个基于Lucene构建的开源搜索引擎，它被设计用来快速地、在近实时地情况下处理大量数据，并支持复杂的数据分析。
Elasticsearch在以下方面表现优异：
- 全文搜索：Elasticsearch提供了强大的全文搜索功能，能够快速地对大量文本进行搜索。
- 水平扩展：Elasticsearch可以通过添加更多节点来轻松扩展，处理PB级别的数据。
- 实时分析：Elasticsearch提供了聚合功能，可以在搜索时进行实时数据分析。
- 高可用性和分布式：Elasticsearch天生支持分布式，可以在多个节点之间复制数据，提高系统的可用性和容错能力。
### 为什么需要Elasticsearch：尽管MySQL在数据存储和管理方面表现出色，但在以下场景中，Elasticsearch可能是更好的选择：
- 当需要对大量文本数据进行快速全文搜索时。
- 当系统需要处理日志、事件或其他机器生成数据的实时分析和可视化时。
- 当应用需要水平扩展以处理大量数据时。
- 当需要快速的搜索响应时间和近实时的索引更新时。
### 结论：MySQL和Elasticsearch各有所长，它们可以单独使用，也可以结合在一起使用，以利用各自的优势。
例如，可以使用MySQL存储应用的主要事务数据，同时使用Elasticsearch提供全文搜索和日志分析功能。
MySQL 系列文章：https://www.ddkk.com/zhuanlan/db/mysql/3/1.html
ElasticSearch 系列文章：https://www.ddkk.com/zhuanlan/search/elasticsearch/1/1.html
ES查询常用语法：https://blog.csdn.net/jiayoudangdang/article/details/128520075