我们在平常的学习中，常常接触是MySQL数据库的索引，今天介绍的Elasticsearch，它与MySQL的差别是非常大的。并且在很多方面远远强于MySQL。而且在这么久的发展历程中，Elasticsearch对索引进行很大的改进。真正做到了效率与节省空间一把抓。
介绍：
ES是开源的，所以它的可扩展性好，并且可以选择HTTP网络的接口交互。
在处理文本时，它首先建立一个索引，这样耗时短，搜索的效率会很高。ES不同于MySQL的是：它直接在内存中寻找文本位置。ES还可以完成一些比较难的操作，像复杂的组合查询，而这是MySQL不能具备的。
索引：
ES和MySQL的概念：
ES的倒排索引机制，是它一个很特殊的机制，这使得它可以根据搜索词快速反馈给你对应的文本。
Inverted Index
举个例子：
- Winter is comng
- Ous is fury
- This choice is your
Finite State Transducers
它的功能类似一个Trie前缀树，根据前缀，我们就可以找到对应在文本中的位置。
根据下面已经排序好的一些词和他们的编号，生成的状态转换图：
Posting Lists
当我们需要存储数据时，ES会将数据存入不同的segment，它是一个很小的分片单位，segment会定期合并这些数据。
posting list，是全部term文档的id的集合。ES会对这些文档进行一个处理，使他们转化成各个整型的id，并且不重复。
Roaring Bitmaps
Roaring bitmaps 在传统 bitmaps 上, 使用压缩解决数组稀疏问题.具体上讲, Roaring bitmaps 将1个 32 位整数集合, 按照高 16 位分桶(container),最多可分 个桶. 存储整数时，按照整数的高16位找到container（找不到就会新建一个），再将整数的低16位放入 container 中. 常见的 container 有一下2类:
-
ArrayContainer
当桶内数据的个数不大于4096时，会采用它来存储，其本质上是一个unsigned short类型(正好 16 位)的有序数组:Array[Short]。数组初始长度为4，随着数据的增多会自动扩容（但数组的最大长度就是4096, 即 ArrayContainer 最大占用从初始的 4 * 2B=8B, 到最大 4096 * 2B = 8KB）。另外还维护有一个计数器，用来实时记录基数。
-
BitmapContainer
当桶内数据的个数大于4096时，会采用它来存储，其本质上是长度固定为 位（8KB）的传统 bitmap (存储 个整数) 1物理表现为 长度固定为 1024 的 unsigned long型(64位,8B)数组:Array[Long] (size=1024)，亦即这些位图的大小固定 8KB。它同样有一个计数器。
总结
ES的效率很高，功能好用，节省时间。
倒排索引可以很精准高效的根据关键词反馈给你结果。
如果索引数量多，为了效率高，ES需要建立词典索引，构建有限状态转换器。
ES使用了索引帧技术压缩posting list，可以节省大量的系统空间。