3 倒排索引

正排索引：文档ID到文档内容和单词的关联
倒排索引：单词到文档ID的关联

3.1 倒排索引的核心组成

倒排索引包含两个部分：
单词词典（Term Dictionary），记录所有文档的单词，记录单词到倒排列表的关联关系

• 单词词典一般比较大，可以通过B+树或哈希拉链法实现，以满足高性能的插入与查询

倒排列表（Posting List），记录了单词对应的文档结合，由倒排索引项组成
倒排索引项（Postiing）

• 文档ID
• 词频TF — 该单词在文档中出现的次数，用于相关性评分
• 位置（Position） — 单词在文档中分词的位置。用于语句搜索（phrase query）
• 偏移（Offset）— 记录单词的开始结束位置，实现高亮显示

3.2 Elasticsearch的倒排索引

Elasticsearch的JSON文档中的每个字段，都有自己的倒排索引
可以指定对某些字段不做索引

• 优点：节省存储空间
• 缺点：字段无法被搜索