在做系统设计时，数据库选型是一个关键决策。MySQL 和 Elasticsearch 是两种不同定位的存储方案，今天结合实际项目经验，系统性地对比一下它们的适用场景。

MySQL 和 Elasticsearch 的定位差异

MySQL 是正排索引（文档 → 词），ES 是倒排索引（词 → 文档）。这是两者最核心的差异。

MySQL 适用场景

MySQL 适合以下场景：

1. 结构化数据：数据有固定 schema，需要严格的关系型约束
2. 事务需求：需要 ACID 事务保证数据一致性
3. 关联查询：多表 JOIN 查询是常态
4. 数据量适中：百万级以下，查询模式固定
5. 简单条件查询：精确匹配、范围查询，不需要全文搜索

典型的 MySQL 业务场景：

• 用户账户系统（需要事务）
• 电商订单系统（关联查询多）
• 内容管理系统（结构化内容）
• 推荐模块（关联查询为主）

必须使用 Elasticsearch 的场景

1. 全文搜索

场景：课程内容搜索，用户输入"财务报表分析"，想搜到包含"财务报表"、“财务分析”、“会计报表"等内容。

MySQL 方案：

SELECT * FROM courses 
WHERE title LIKE '%财务报表%' OR content LIKE '%财务报表%';
-- 索引失效，全表扫描千万级数据需要 3-10 秒

ES 方案：

GET /courses/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "title": "财务报表分析" }},
        { "match": { "content": "财务报表分析" }}
      ]
    }
  }
}

原理：ES 使用倒排索引 + IK 分词器 + BM25 算法，实现近义词匹配和相关性排序。

2. 海量数据

场景：电商平台商品库 5000 万条，需要按关键词搜索并分页。

MySQL 方案：

SELECT * FROM products 
WHERE name LIKE '%手机%' 
ORDER BY sales DESC 
LIMIT 20 OFFSET 1000;
-- OFFSET 越大越慢，可能要 30+ 秒

ES 方案：

GET /products/_search
{
  "from": 1000,
  "size": 20,
  "query": { "match": { "name": "手机" }},
  "sort": [{ "sales": "desc" }]
}

原理：ES 分布式架构下，每个分片独立排序，汇总后全局排序。使用 search_after 游标方式可解决深度分页，延迟基本恒定在 50-200ms。

3. 复杂聚合（Faceted Search）

场景：搜索"笔记本电脑”，需要同时返回各品牌、数量、价格区间分布。

MySQL 方案：需要 4-5 次查询才能完成。

ES 方案：一次查询同时返回搜索结果和聚合统计：

GET /products/_search
{
  "size": 20,
  "query": { "match": { "name": "笔记本" }},
  "aggs": {
    "brand_agg": { "terms": { "field": "brand", "size": 10 }},
    "price_agg": { 
      "range": { 
        "field": "price",
        "ranges": [
          { "to": 3000 },
          { "from": 3000, "to": 6000 },
          { "from": 6000 }
        ]
      }
    }
  }
}

4. 相关性排序（BM25）

场景：搜索"Python 学习"，标题含"Python"的应该比正文中提到的排在前面。

ES 方案：

GET /articles/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": { "query": "Python学习", "boost": 3 }}},
        { "match": { "content": "Python学习" }}
      ],
      "should": [
        { "term": { "is_premium": { "boost": 2 }}},
        { "range": { "views": { "boost": 1.5, "gte": 1000 }}}
      ]
    }
  }
}

原理：BM25 算法综合考虑词频（TF）、逆文档频率（IDF）、字段长度三个因子，实现精准的相关性排序。

5. 近实时（NRT）

场景：资讯平台发布文章后，要求 3 秒内能被搜索到。

ES 方案：

POST /articles/_doc/1
{
  "title": "新闻标题",
  "content": "新闻内容"
}

# 默认 1 秒刷新，文档立即可搜索
GET /articles/_search?q=新闻

原理：ES 的 Near Real-Time 特性，Write → Memory Buffer → Refresh（每秒一次生成新 Segment）→ 可搜索。

核心技术概念解析

倒排索引（Inverted Index）

一种词 → 文档的映射结构，与 MySQL 的 B+树（文档 → 词）相反。

正排索引（MySQL）：
Doc1 → [title: "Python教程", content: "Python入门学习"]

倒排索引（ES）：
"Python" → [Doc1]
"教程"   → [Doc1, Doc2]
"入门"   → [Doc1]

IK 分词器

中文没有空格，需要分词器把句子切成"词"。

原始："Python入门教程"

ik_max_word：["Python", "入门", "教程", "Python入门", "入门教程"]
ik_smart：   ["Python", "入门教程"]

BM25 算法

排序算法，决定搜到一个词时哪个文档该排前面。

核心因子：

• IDF：词越稀有，权重越高（“Python"比"的"重要）
• TF：词在文档中出现越多越相关
• 字段长度：短字段匹配比长字段权重高

工作流程

用户输入："Python教程"

     IK分词
       ↓
"Python" + "教程"

     倒排索引
       ↓
查 "Python" → [Doc1, Doc2]
查 "教程"   → [Doc1, Doc3]

     BM25排序
       ↓
Doc1: TF=3, 标题命中 → Score=15.2
Doc2: TF=1, 正文命中 → Score=8.1

     返回结果
       ↓
[Doc1, Doc2...]

实战：商品推荐模块选型分析

最近在设计一个电商首页推荐模块：

• 根据用户最近浏览的商品分类（Top5）
• 通过分类标签推荐相关商品

为什么选择 MySQL 而不是 ES？

1. 查询模式固定：用户 ID → 最近浏览分类 → 推荐相关商品，是关联查询，不是搜索
2. 不需要全文搜索：用户不输入搜索词，是系统推荐
3. 数据量不大：几十万级商品数据，MySQL + 索引完全够用
4. 不需要模糊匹配：精确的分类关联关系
5. 已有 MySQL 基础设施：无需引入新组件

这套逻辑用 MySQL 实现简单高效：

-- 获取用户最近浏览的商品分类 Top5
SELECT c.id, c.name, COUNT(*) AS view_count
FROM user_browse_history ubh
JOIN products p ON ubh.product_id = p.id
JOIN categories c ON p.category_id = c.id
WHERE ubh.user_id = ? AND ubh.created_at > DATE_SUB(NOW(), INTERVAL 7 DAY)
GROUP BY c.id, c.name
ORDER BY view_count DESC
LIMIT 5;

-- 根据分类推荐商品
SELECT p.id, p.name, p.price, p.image_url
FROM products p
WHERE p.category_id IN (...) AND p.status = 1
ORDER BY p.sales DESC
LIMIT 20;

总结

核心原则：根据业务场景的查询模式来选型，而不是根据数据量。查询模式简单、固定，就用 MySQL；需要全文搜索、模糊匹配、复杂排序，才考虑 ES。

不要为了"高性能"而盲目上 ES，引入 ES 意味着额外的基础设施维护成本和数据同步复杂性。

参考资料：

• Elasticsearch vs MySQL - InfluxData
• Elasticsearch vs MySQL - Knowi

• 技术
• 数据库
• Elasticsearch
• MySQL