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
- 单词词典比较大，可以通过
- 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
- 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
- 倒排索引项（posting）
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
网友评论