1、层级对应关系（最容易记忆的类比）

Elasticsearch	MySQL 关系库	说明
Index（索引）	Database 数据库	逻辑数据集合，存放一类业务数据
Type（7.0 后废弃）	Table 数据表	ES 7.x 移除多 type，一个 Index 只存一类文档
Doc（Document 文档）	Row 单行记录	Index 里最小数据单元，一条业务数据
Field（字段）	Column 列	Doc 内部的 key-value 字段，如 name、age

重要版本提示：ES 7.0 彻底删除多 Type，一个 Index 对应一类实体，不再像 MySQL 一个库多张表。

示例Doc：

{
  "_id": "1001", // 文档唯一标识（主键，可自定义/自动生成）
  "_source": { // 原始业务数据
    "name": "张三",
    "age": 22,
    "city": "广州"
  }
}

2、倒排索引如何理解

1. 正排索引（行存储，MySQL / 原始文档逻辑）

文档 → 字段内容

doc1: name:张三, city:北京, age:22
doc2: name:李四, city:上海, age:25
doc3: name:张三, city:上海, age:30

查找需求：查所有叫「张三」的人

正排逻辑：遍历 doc1、doc2、doc3，逐个读取 name 字段对比，数据量大时全量扫描，极慢。

2. 倒排索引（ES 核心，反向映射）

词条 term → 包含该词条的文档列表

分词后构建映射表:

张三 → [doc1, doc3]
李四 → [doc2]
北京 → [doc1]
上海 → [doc2, doc3]

查「张三」：直接定位 [doc1, doc3]，不用遍历全部文档，全文检索秒级匹配。

ES 默认 text/keyword/数值/日期 都会开启倒排，只有手动 index:false 才不生成；