elasticsearch索引原理

多渠道简单理解elasticsearch的索引原理：

正排索引：

正排索引

 倒排索引：将字段内容进行分词后以一下形式进行索引存储

倒排索引

倒排列表：以"搜索引擎"为例

搜索引擎

        Elasticsearch分别为每个field都建立了一个倒排索引，elasticsearch, 火爆, 分布式, 搜索引擎这些叫term，当有成千上万的term的时候，es是如何快速找到对应的索引呢？

        Elasticsearch为了能快速找到某个term，将所有的term排个序，二分法查找term，logN的查找效率，就像通过字典查找一样，这就是Term Dictionary。

       B-Tree通过减少磁盘寻道次数来提高查询性能，Elasticsearch也是采用同样的思路，直接通过内存查找term，不读磁盘，但是如果term太多，term dictionary也会很大，放内存不现实，于是有了Term Index，就像字典里的索引页一样，A开头的有哪些term，分别在哪页，可以理解term index是一颗树。

       这棵树不会包含所有的term，它包含的是term的一些前缀。通过term index可以快速地定位到term dictionary的某个offset，然后从这个位置再往后顺序查找。

        所以term index不需要存下所有的term，而仅仅是他们的一些前缀与Term Dictionary的block之间的映射关系，再结合FST(Finite State Transducers)的压缩技术，可以使term index缓存到内存中。从term index查到对应的term dictionary的block位置之后，再去磁盘上找term，大大减少了磁盘随机读的次数。

         利用倒排索引，进行搜索的话，假设现在有100万条数据，拆分出来的词语，假设有1000万个，那么在倒排索引中，就有1000万行，我们并不需要搜索1000万次，直接在Term index中快速定位即可，这样我们就可以找到这个搜索词对应的数据

版权声明：本文为CSDN博主「Mr-Wanter」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

版权声明：本文为CSDN博主「Mr-Wanter」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/mr_wanter/article/details/88288504