文章

共 61 篇 · 在这座岛上写下的思考

翻到第 1000 页时，ES 会把前 1000 页的数据全部捞出来重新排序，开销随 from 线性增长。这篇讲清 from + size 的分布式代价、1 万条默认限制的由来，以及 search_after + PIT 的用法与局限。

业务只写 MySQL，用消息队列异步写 ES，这条链路从生产到消费每一环都可能丢数据。这篇按生产、传输、消费三个阶段拆解本地消息表、Confirm、手动 ACK、幂等与乱序治理，并给出定时对账兜底方案。

自定义词典解决的不是「搜不到」，而是分词边界错了导致精度和召回双输。这篇用三种分词粒度的实测数据说明：为什么单字索引精确率只有 40%，只收长词的索引召回率会掉到 0，以及为什么索引用 ik_max_word、查询用 ik_smart。

数万级 SKU 上 Elasticsearch，真正的原因不是 MySQL 扛不住数据量，而是「分词检索」这件事 MySQL 没有索引结构支持。这篇从 LIKE 的代价算起，讲清倒排索引的三层结构与它快在哪。