mysql与es查询数据速度原理比较

财务平台亿级数据量毫秒级查询优化之elasticsearch原理解析_wang123459的博客-CSDN博客_elasticsearch 查询优化

mysql底层B-tree 支持矮胖，高胖的时候就很难受，说白了就是数据量多会增加IO *** 作。

ES底层倒排索引。term index不需要存下所有的term，而仅仅是他们的一些前缀与Term Dictionary的block之间的映射关系，再结合FST(Finite StateTransducers)的压缩技术，可以使term index缓存到内存中 （有点二级索引的感觉）

一个SELECT查询中的LIKE语句来执行这种查询，尽管这种方法可行，但对于全文查找而言，这是一种效率极端低下的方法，尤其在处理大量数据的时候。

开发者只需要简单地标记出需要全文查找的字段，然后使用特殊的MySQL方法在那些字段运行搜索，这不仅仅提高了性能和效率(因为MySQL对这些字段做了索引来优化搜索)，而且实现了更高质量的搜索，因为MySQL使用自然语言来智能地对结果评级，以去掉不相关的项目。

建表:

ALTERTABLE表名ADDFULLTEXTINDEX(表字段)

使用SHOWINDEXES命令来检查索引已经被添加

拥有了数据和索引，就可以使用MySQL的全文搜索了，最简单的全文搜索方式是带有MATCH...AGAINST语句的SELECT查询:

SELECT表字段FROM表名WHEREMATCH(全文搜索表字段)AGAINST('搜索字符串')

最后显示结果

---