Elasticsearch多字段查询未用复合索引却高性能的实现原理

首先得明确，Elasticsearch的核心是倒排索引，和关系型数据库的B+树复合索引逻辑完全不一样，这是它性能优势的根源。

• 倒排索引的天然高效性：每个字段的倒排索引本身就是高度优化的——它存储的是“词项→文档ID列表”的映射，而且文档ID是有序的。当查询多字段时，ES并不是先把每个字段的结果全拉出来再比对，而是利用有序文档ID的特性做归并交集：就像两个有序数组找交集，只需要一次线性遍历就能完成，速度极快，根本不需要处理大量冗余数据。

• 内存缓存加持：ES会把常用的倒排索引段（segment）加载到内存里，多字段查询时的归并操作直接在内存中完成，磁盘IO的开销被降到最低。对比关系型数据库的复合索引，虽然能直接定位，但如果索引没缓存到内存，磁盘IO的成本反而更高。

• 查询优化器的智能选择：ES的查询优化器会自动评估每个字段的文档基数（比如某个字段匹配的文档数很少），优先从基数最小的结果集开始做交集，这样能最快缩小范围，减少后续的比对量。比如你查title:elasticsearch AND content:performance，如果title:elasticsearch只匹配100个文档，ES会先拿这100个ID，再去content:performance的索引里快速过滤出重叠的ID，而不是反过来处理百万级的结果集。

• 避免复合索引的局限性：关系型数据库的复合索引对字段顺序极其敏感，换个字段顺序查询就可能失效，而且复合索引越多，写入性能下降越明显。ES的单字段倒排索引刚好避开了这个问题——不管你以什么组合查询字段，都能高效处理，同时写入时只需要更新对应字段的索引，开销可控。

所以看似是“多索引求交集”，但ES通过倒排索引的有序性、内存缓存、智能优化，把这个过程的性能做到了甚至比关系型数据库复合索引更好的程度，这也是它适合全文检索和多维度查询的核心原因。

内容的提问来源于stack exchange，提问作者whit3.oc7opus