【elasticsearch】6、倒排索引

正排和倒排索引

• 目录 - 正排

  
  
  目录

• 快速查找“benchmarking”所在的页面（倒排）

  
  
  benchmarking

倒排索引的核心组成

• 倒排索引包含两个部分
  • 单次词典（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
    • 单词词典比较大，可以通过b+树或者哈希拉链法实现，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，用户相关性评分
    • 位置（postion） - 单词在文档中分词的位置。用户语句的搜索（phrase query）
    • 偏移（offset） - 记录单词的开始结束的位置，实现高亮显示

elasticsearch 的倒排索引

elasticsearch

• 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：字段无法搜索