1.核心组成
- 单词词典（Term Dictionry）
记录所有的文档单词，记录单词到倒排列表的关联关系。一般比较大，可以通过B+树或者哈希拉链法实现，满足高性能的查询和插入。 - 倒排列表（Posting List）
记录了单词对应的文档的集合，由倒排索引项构成 。- 倒排索引项
- 文档id
- 词频TF：该单词在文档中出现的次数，用于关联性打分。
- 位置：单词在文档中分词的位置，用于语句搜索。
- 偏移：记录单词的开始结束位，实现高亮显示。
- 倒排索引项
案例
原内容：
| 文档ID | 文档内容 |
|---|---|
| 1 | Mastering Elasticsearch |
| 2 | Elasticsearch Server |
| 3 | Elasticsearch Example |
假设单词字典只有一个单词Elasticsearch,对应的倒排列表如下：
| docId(文档id) | TF（词频） | Position（位置） | Offset（偏移量） |
|---|---|---|---|
| 1 | 1 | 1 | （10，23） |
| 2 | 1 | 0 | （0，13） |
| 3 | 1 | 0 | （0，13） |
2.ES里面的倒排索引
- ES里面的JSON文档的每个字段，都有自己的倒排索引。
- 可以指定某些字段不做索引。
- 优点：节省空间
- 缺点：字段无法被搜索
网友评论