elasticsearch - Elasticsearch 索引和关系数据库中的索引有什么区别？

Question

似乎在 Elasticsearch 中，您会在集合上定义索引，而在关系数据库中，您会在列上定义索引。如果整个集合都被索引了，为什么还需要定义它？

Answer 1

不幸的是，“索引”一词在 ES 和关系数据库中的含义略有不同(编辑:非常)不同，因为它们针对不同的用例进行了优化。

数据库中的“索引”是一种二级数据结构，它使 WHERE 查询和 JOIN 速度更快，并且它们通常存储与表中显示的值完全相同的值。您仍然可以拥有未编入索引的列，但是 WHERE 需要 full table scan这在大 table 上很慢。

ES中的“索引”实际上是文档的示意性集合，类似于关系世界中的数据库。您可以在 ES 中拥有不同“类型”的文档，这与 dbs 中的表非常相似。 ES 使您可以灵活地为每个文档的字段定义您是否希望能够检索它、通过它进行搜索或两者兼而有之。有关这些选项的一些详细信息，例如可以从 here 中找到。 ，也与 _source 字段(提交给 ES 的原始 JSON)有关。

ES 使用倒排索引有效地查找匹配的文档，但最重要的是，它通常将字符串“规范化”为标记，以便可以执行准确的自由文本搜索。例如，句子可能会被拆分成单独的单词，单词被规范化为小写等，这样搜索“holland”就会匹配文本“Vacation at Holland 2015”。

如果一个字段没有倒排索引，你就不能对其进行任何搜索(不像dbs的全表扫描)。有趣的是，您还可以定义字段，这样您就可以使用它们进行搜索，但您无法将它们取回，这在磁盘和 RAM 使用量最小化很重要时非常有用。