我們使用資料庫的時候，如果查詢條件太複雜，則會涉及到很多問題 1、無法維護，各種嵌套查詢，各種複雜的查詢，想要優化都無從下手 2、效率低下，一般語句複雜了之後，比如使用or，like %,,%查詢之後資料庫的索引就沒有辦法利用到了，這個時候的搜索就會全表掃描，數據量少的時候可能性能還能接受，但是數據 ...
我們使用資料庫的時候，如果查詢條件太複雜，則會涉及到很多問題
1、無法維護，各種嵌套查詢，各種複雜的查詢，想要優化都無從下手
2、效率低下，一般語句複雜了之後，比如使用or，like %,,%查詢之後資料庫的索引就沒有辦法利用到了，這個時候的搜索就會全表掃描，數據量少的時候可能性能還能接受，但是數據量大了之後性能會直線下降，速度慢的一塌胡蘿蔔。。
但是呢，資料庫的聚集索引查詢還是極快的，
所以我們可以利用這一點嘗試建立一下這樣的索引結構--就是把資料庫裡面的每一條記錄作為一個鍵，相同記錄的Id的集合作為值，這樣我們查詢記錄的時候就可以通過記錄快速定位到數據表的id，從而就可以快速查詢到這條數據瞭如圖所示
如果要搜索咪咪蝦條的話，就可以帶出這些value值，我們都知道key-value的查詢是非常快的，所以這個耗時會很短，然後通過id來查詢就會使得效率高出很多，這個思路可以用在所有欄位上，但是對空間的使用會多一些，不過存儲這東東還是蠻便宜的，畢竟體驗才是最重要的對吧，這種就叫基本的倒排索引。
但是如果用戶只搜索咪咪呢，如何能夠定位到這條咪咪蝦條的記錄呢？
這裡就涉及到了另一項比較重要的技術--中文分詞
這裡簡要說明下中文分詞：
中文分詞裡面有個東西必不可少，就是詞庫
假設我們的詞庫很簡單，就這麼幾條詞：1、咪咪，2、蝦，3、蝦條
這個時候，我們存入一條咪咪蝦條，id是10000的記錄的時候呢
分詞就會這麼乾，先讀第一個字，咪，然後發現沒有單個的這個詞，但是有一個咪咪，然後就會讀取第二個字，第二個字還是咪，這個時候咪咪是一個詞，然後讀取第三個字，蝦，發現蝦是單個的一個字，詞典里也有這個字，咪蝦不存在，咪咪蝦更加不存在，那麼咪咪這個詞就確定了，繼續往下讀，發現條，然後發現蝦是一個詞語，蝦條也是一個詞語，而現在已經讀完了，所以現在分詞有兩種組合，蝦和條，蝦條，顯然第一條有點扯淡，條不能作為一個詞，所以就取後者，這樣蝦條這個詞就出來了。
接著我們存入一條咪咪id 為10002的數據的時候，方法同上
然後存到搜索引擎的數據的就是這樣
這個時候就有兩條記錄，咪咪對應的有兩條記錄，蝦條對應一條
如果我們搜索蝦條的話，10000就會被搜索出來，如果搜索咪咪的話，那10002和10000就會被搜索出來
如果我們搜索咪咪蝦條的話，就會按照上面的分詞邏輯將我們的搜索條件進行分詞，然後分出來咪咪和蝦條兩個詞，然後查詢，再merge最終得到兩個id：10000,10002
分詞這塊就我所理解也就這樣了。
說了這麼多，具體怎麼做呢？其實很簡單，一個插件就搞定，我用的是IK分詞插件，安裝簡單，地址在這裡，裡面也有安裝說明，安裝完之後重啟下就ok了
https://github.com/medcl/elasticsearch-analysis-ik
中文分詞插件
目前就這麼多，本人也是剛學這個，寫的有什麼問題歡迎指出，謝謝~
