如题微信，微博利用关键词就能在用户，公众号，专栏等不同内容中查询数据，分页数据，我一开始想可能是将数据都放在一个表里吧，但是用户表肯定是独立的，那么多表联合查询数据量不是非常大而且慢吗，还有联合数据的分页，那这个功能是如何实现的？

网友回答
首先呢，这个功能叫做搜索，一定要形成一个思维定势：但凡是搜索就和数据库没有关系

搜索是怎么实现的？答案就是：Elasticsearch

那具体怎么操作，要不就一股脑丢到一个 index，或者一个 type 对应一个 index。搜索的时候搜索一下，在聚合结果，按照 score 降序排一下就好了。

至于分页，99.99999999% 的用户只会划到第一页。

要分页也很简单—— 搜索的时候搜索一下，在聚合结果，按照 score 降序排一下就好了。不够再聚合，直到凑够。

网友回答
几位回答ES都对，我补充一下，你的思路和一开始做搜索的人思路是一样的，用户输入的是关键词，但关键词散落在无数的文档里（不管是用户信息，文章信息，微博信息），遍历每篇文档匹配关键词太慢了。
因此设计出了：倒排索引。
ES背后正是使用了倒排索引，在存储文档时会把所有词切割出来，然后另外维护一张索引表，里面写上了某个关键词出现在了哪些文档里。进一步地，还会对每个词做TF-IDF统计。这个有兴趣可以了解一下。
当用户搜索的时候，同样会把用户输入的语句做切割，根据切割出的关键词从倒排索引里找到文档，接着通过TF-IDF，PageRank等等算法给出文档的排序，并分页展示给用户。

网友回答
Elasticsearch 了解一下

网友回答
确实是 ES 没错，再补充一点，这种大流量的互联网产品肯定不是 ES 直接裸上的，前面还有 Flink + Kafka 一类的中间件和各种缓存一类的在支持，纯靠 ES 扛不住的。

比如微信初期在 ES 架构的基础上后又陆续引入了 Ceph、Chubby、HBase（当然了，都是内部魔改版）等等。

如果题主只是想要个全文索引，那 ES 对小项目来说确实足够了。

网友回答
看了一圈，没一个靠谱的答案！不是飚名词，就是背八股文。

elasticsearch不只是搜索，它是索引+文档存储。

实际上，对于数据量很大的系统来说，搜索引擎只存了索引，是不包含完整的document的，
搜出来的是目标文档的id和分类标识(有可能这个id本事就包含了来源标识)。
然后通过id或分类标识去其他地方把相关数据查出来，
然后人工排序，format，输出。
对于小公司，因为数据不大也不够复杂，es全套解决了。

ps：微博和微信不是es,实际上，es性能不够高，而且很资源，对于超大数据并不合适。