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, 记录单词到倒排索引的关联关系
- 单词词典一般比较大, 可以通过B+数或哈希拉链法实现,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(Posting)
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(Posting) - 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
-
-
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
课程DEMO
POST _analyze
{
"analyzer": "standard",
"text": "Mastering Elasticsearch"
}
POST _analyze
{
"analyzer": "standard",
"text": "Elasticsearch Server"
}
POST _analyze
{
"analyzer": "standard",
"text": "Elasticsearch Essentials"
}
相关阅读
