S13-B01 · 倒排索引与基本概念

适用读者：想搞清楚"为什么不能拿数据库做全文搜索"的人。本系列第一篇。
前置：S11 ✅（索引与 EXPLAIN）。
实测环境：Elasticsearch 8.15.3（单节点容器），2026-11-05。
覆盖旧文：482(40) 1845(84) 1551(27) = 151 点。
覆盖扩展：E-S13-001（倒排索引 vs 正排）、E-S13-002（近实时）。
下一篇：S13-B02 · 索引映射与中文分词。

1. 一句话结论

数据库的索引是"从 id 找行"（正排），搜索引擎的索引是"从词找 id"（倒排）。要"按内容里的词找文档"，就必须有倒排索引。

索引	方向	适合
B+ 树（MySQL）	key → row	等值/范围
倒排（ES）	term → doc list	全文检索、相关性排序

"为什么 like '%关键词%' 不行"：它只能全表扫描（S11-J02 实测 20,000 行），而倒排是"直接拿到包含该词的文档列表"。

2. 近实时：写入不等于可搜（E-S13-002）

实测（refresh_interval: -1 关闭自动刷新）：

写入 3 条后，不 refresh 直接 _count → count: 0
POST /articles/_refresh 之后 → count: 3

概念	说明
`_doc` 写入	先进 translog + memory buffer
refresh	生成新的 segment（可搜），默认每秒一次
flush	落盘 + 清 translog（更重）

"为什么刚写入马上查不到"：默认 1 秒刷新间隔。需要立刻可见 → 写入时 refresh=true（性能代价）。

3. 实测：分词与查询的匹配关系

分词器输出（standard）：

"Elasticsearch tutorial" → ['elasticsearch', 'tutorial']

查询对比：

match "Tutorial"（大写） → 1      ← 会分词+小写
term  "Tutorial"（大写） → 0      ← 不分词，直接找 token
term  "tutorial"（小写） → 1
match_phrase "elasticsearch tutorial" → 1
match_phrase "tutorial elasticsearch" → 0   ← 顺序敏感

这张表就是 B03 的核心：match 走分析器，term 不走。

4. 核心概念速查

概念	说明
index	类似"数据库表"，但有自己的分片与 mapping
mapping	字段类型与分词器（B02）
shard / replica	分片 / 副本（J02）
segment	Lucene 的不可变小索引；合并是 J01
doc	JSON 文档（ES 8 已无 type 概念）

5. 五个误区

误区	真相
"ES 是数据库"	不是事务型存储（无跨文档事务）
"写入就能搜到"	需 refresh（默认 1 秒）
"`term` 和 `match` 一样"	前者不分词
"ES 8 还有 type"	已移除（统一 `_doc`）
"`like` 也能做搜索"	全表扫描，且无相关性排序

6. 自检

正排与倒排的区别？
写入后为什么可能查不到？
refresh 与 flush 的差别？
实测里 term "Tutorial" 为什么是 0？
ES 8 的 type 发生了什么变化？

7. 下一篇

S13-B02 · 索引映射与中文分词

概念讲完，下一篇讲"中文为什么搜不到"：mapping 与 ik 分词器。

本篇属于系列《S13 · 搜索与文档存储》。旧文来源：A-482/1845/1551；扩展点 E-S13-001/002。count 与分词输出为 ES 8.15.3 实测。