搜索背后的实现，可以非常简单，简单到什么程度呢？我们就用一个 SQL，LIKE 一下就能 实现；也可以很复杂，复杂到什么程度呢？不说百度谷歌这种专业做搜索的公司，其他非专 业做搜索的互联网大厂，搜索团队大多是千人规模，这里面不仅有程序员，还有算法工程 师、业务专家等等。二者的区别也仅仅是，搜索速度的快慢以及搜出来的内容好坏而已。
那 ES 是怎么来解决搜索问题的呢？我们来举个例子说明一下，假设我们有这样两个商品，一个是烟台红富士苹果，一个是苹果手机 iPhone XS Max。
为了能够支持快速地全文搜索，ES 中对于文本采用了一种特殊的索引：倒排索引（Inverted Index）。那我们看一下在 ES 中，这两条商品数据倒排索引长什么样？请看下面这个表。
这个倒排索引怎么构建的呢？当我们往 ES 写入商品记录的时候，ES 会先对需要搜索的字段，也就是商品标题进行分词。分词就是把一段连续的文本按照语义拆分成多个单词。然后ES 按照单词来给商品记录做索引，就形成了上面那个表一样的倒排索引。
当我们搜索关键字“苹果手机”的时候，ES 会对关键字也进行分词，比如说，“苹果手机”被分为“苹果”和“手机”。然后，ES 会在倒排索引中去搜索我们输入的每个关键字分词，搜索结果应该是：
666 和 888 这两条记录都能匹配上搜索的关键词，但是 888 这个商品比 666 这个商品匹 配度更高，因为它两个单词都能匹配上，所以按照匹配度把结果做一个排序，最终返回的搜 索结果就是：
**苹果**Apple iPhone XS Max (A2104) 256GB 金色 移动联通电信 4G**手机**双卡双待
烟台红富士**苹果**5kg 一级铂金大果 单果 230g 以上 新鲜水果
为什么倒排索引可以做到快速搜索？
因为整个搜索过程中，我们没有做过任何文本的模糊匹配。
倒排索引相比于一般数据库采用的 B 树索引，它的写入和更新性能都比较差，因此倒排索引也只是适合全文搜索，不适合更新频繁的交易类数据。