一. LIKE'%keyword%'的不足
我们在做项目的时候经常有模糊查询这个需求，比如下面这种：
一般对于这种需求，为了提高查询效率，我们会在keyword所在的列中建一个索引，但是在mysql中对于模糊匹配LIKE有些情况下索引会失效：
对于LIKE '%keyword%'这种情况下索引会失效；
对于LIKE 'keyword%'这种情况下索引不会失效；
问题就出在LIKE '%keyword%'，很多需求都是要这种的，像我做过的项目中模糊匹配都要前后两边加"%"来匹配，需求和测试可不管你索引有没有失效。
二. ElasticSearch倒排索引
如果需求规定死了模糊匹配要两边加"%"匹配，这时候我们就要考虑用专业的搜索引擎ElasticSearch来实现我们的需求了，ElasticSearch分为索引、类型、文档，跟mysql对比的话，索引就相当于数据库，类型就相当于数据表，文档就相当于表中一条条数据。
ElasticSearch搜索引擎的核心是建立倒排索引，什么是倒排索引呢？倒排索引就是以字段中的分词来作为索引的，像“今天是立冬”这句话，我们就可以把“今天”、”立冬"作为索引（“是”这种一般不建立索引），
这种倒排索引的建立比传统的数据库的正向索引效率要快很多，举个例子就知道了：
假设数据表有两个字段id,message，数据有100000条，我要在message字段中匹配“广东”这个词：
传统的正向索引是先找到message字段的数据，在看看message字段中的数据有没有“广东”这个词，有就查询出来，也就是说要从100000条数据里面一条条匹配，效率会很低下。
到了ElasticSearch中直接以“广东”作为索引，索引后面直接把符合条件的文档记录下来，到时候查找有“广东”字段的文档时直接根据索引就能找到全部符合条件的来，效率大大提高了。
倒排索引的应用是很广泛的，像京东，大众点评这些app里的搜索都是基于倒排索引实现的，下面的文章我将一步步讲解ElasticSearch其他方面的知识。
