倒排索引的简单介绍

前言

在学习 ES 的过程中，简单的介绍下倒排索引是怎么回事，对倒排索引有一个宏观的感受。

正排索引

在讲述倒排索引之前先介绍下正排索引。正排索引就是如下表形式：

文档id	文档内容
1	什么是正排索引
2	什么是倒排索引
3	正排索引和倒排索引

倒排索引

倒排索引就是对上表进行转换，最简单的倒排索引如下表所示：

单词	文档ids
什么	1,2
是	1,2
正排	1,3
倒排	2,3
索引	1,2,3
和	3

词频（TF）和位置（POS）

上表所示的倒排索引之所以是最简单的，是因为这个索引系统只记载了哪些文档包含某个单词。实用的倒排索引还可以记载更多的信息，如下表第3列的词频和位置。

TF：单词在某个文档中出现的次数
POS：单词在文档中出现的位置

单词	文档ids	文档id:词频TF:<位置POS>
什么	1,2	1:1:<1>,2:1:<1>
是	1,2	1:1:<2>,2:1:<2>
正排	1,3	1:1:<3>,3:1:<0>
倒排	2,3	2:1:<3>,3:1:<5>
索引	1,2,3	1:1:<5>,2:1:<5>,3:2:<2,7>
和	3	3:1:<4>

以“索引”这个单词为例，“3:2:<2,7>”：表示在文档id是3的文档中出现2次，在文档中的位置分别是2和7。

参考资源

https://www.cnblogs.com/ottll/p/9470732.html