前言
作为一个刚刚入行不久的Java后端开发，我个人认为还有很多知识我是没有掌握的，我写这些纯粹是我的个人总结，希望对大家有帮助，当然如果有哪里不对的地方，也希望大佬们多多指教。
情景
我们知道，当我们进行商品搜索也就是全文搜索的时候，mysql的性能问题就显现了，当然mysql也表示全文搜索会使得性能低下。然而，现在公司有一个业务（商品搜索、企业内部有大量的文档、知识等），涉及查询很多个字段，还是一定会走全文搜索的，甚至还需要相关性查询（也就是当你搜索“水果”，会搜索出来“苹果”；亦或者拼音查询），这个时候mysql的性能问题就不符合用户需求了，就需要使用到elasticSearch
为什么？
相同点
1.相信大家都理解mysql，其底层实现是B+Tree进行存储数据，通过正排索引进行查询的，一般分成两步：
1）通过二级索引树查询到对应的ID
2）拿到的对应ID去表记录索引树中查询整一条数据
mysql有个好处就是，如果通过二级索引树查询到了对应的数据，就不需要再走第二步了，也就是我们说的覆盖索引。 但是由二级索引树去查询对应的ID这个操作，是不是感觉很像倒排索引
2.elasticSearch，大家公认的是通过倒排索引进行查询的，由于es是会对文档中每一个词语（术语）建立索引，记录这个词语再哪个ID中出现，其查询也是分成两步：
1）根据关键词，分词器会将关键词变成多个词语，再查询这些词语被记录ID由哪些
2）根据ID，查询到整一条数据
欸，相信大家惊奇的发现了点什么，怎么感觉这es与mysql的查询方式是一样的！！！
注：如果想要看更加详细版的，大家可以看一下这个金主大佬写的，有图有真相的：juejin.cn/post/738404…
异同点
为什么查询的行为是基本一致的，但是其适用场景却截然相反呢？
个人认为，其主要原因是核心设计目标、底层存储方式不一样。
1.核心设计目标
| | MySQL | Elasticsearch |
|---|---|---|
| 定位 | 关系型数据库（RDBMS） | 分布式搜索引擎 + 分析引擎 |
| 核心目标 | 确保数据的强一致性和事务完整性 | 实现快速搜索和海量数据分析 |
| 典型场景 | 银行交易、用户账户管理 | 商品搜索、日志分析、监控数据 |
2.存储方式对比
| | MySQL | Elasticsearch |
|---|---|---|
| 数据组织 | 表格结构（行和列）关系型数据库 | 文档结构（JSON 格式）非关系型数据库 |
| 模式（Schema） | 严格预定义（需先设计表结构 | 动态灵活（可自动推断字段类型） |
| 数据关系 | 支持外键、JOIN 操作 | 无 JOIN，通过冗余或嵌套文档处理关系 |
| 查询语言 | SQL（结构化查询） | RESTful API + JSON DSL（领域特定语言） |
总的来讲就是
1.MySQL：是关系型数据库，数据以表的形式存储，表与表之间可以通过关联关系（如主键、外键）来建立联系。就像一个严谨的档案库，每个文件都有固定的格式和位置。一般只会对索引字段建立索引，输入关键词时，这个关键词数据只能是某个字段的，会立马根据这个字段进行查询对应的ID，因此在进行精确查询的时候，性能优势就来了。
2.Elasticsearch：是非关系型数据库（文档型数据库），数据以 JSON 文档的形式存储，文档之间没有严格的关联关系，更像是一个装满各种资料的大箱子，资料之间没有固定的关联方式。会对文档中每一个词语建立索引，这个词语对应多个ID。当输入关键词，会立马将关键词分词，快速将这些词语进行对比索引表，看看对应哪些ID，最后进行合并即可。
其实，还有别的区别：
3.扩展性与分布性
| | MySQL | Elasticsearch |
|---|---|---|
| 扩展方式 | 垂直扩展（提升单机性能） | 水平扩展（自动分片 + 分布式存储） |
| 分片机制 | 需手动分库分表（复杂） | 自动分片（数据分散到多个节点） |
| 数据一致性 | 强一致性（ACID） | 最终一致性（近实时搜索） |
| 事务支持 | 完整 ACID（原子性、一致性等） | 不支持事务（单文档操作是原子的） |
可能直接看这个表不太理解，换一个通俗的理解
1）mysql类似一个跑车，想要提升速度，那就只能更换更好的发动机，即单机升级
2）es类似一个火车，增加车厢也就可以装载更多的货物。也就是Elasticsearch 会将数据分散存储在多个节点上，每个节点存储数据的一部分。它把索引分成多个分片（shard），每个分片可以有多个副本（replica）。比如一个索引有 5 个主分片和 3 个副本分片，这些分片会分布在不同节点上。
从这里也可以看出来es适合全文查询。
而对于强一致性，意思是数据更新后，所有的查询都能立即看到最新的数据。但是es由于要维护多个节点数据，只能选择最终一致性，即数据更新后，可能需要一定的时间才能在所有节点上看到最新的数据。
从这里就可以看出来，对于银行交易、电商订单、支付转账等功能，就不要给es去处理了，不然造成的问题就大大的了。
