Elasticsearch 倒排索引介绍

索引可以分为正排索引和倒排索引，生活和的例子有：

正排索引：书的目录

倒排索引：技术书籍最后的关键字指向页

 

elasticsearch 倒排索引的构成

单词词典（Term DIctonary）记录所有文档的单词，记录单词到倒排列表的关联关系

• 单词词典一般比较大，可以通过B+树或哈希拉链法实现，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，用于相关性评分
  • 位置(Posting) 单词在文档中分词的位置，用于语句搜索(phrase query)
  • 偏移(Offset) 记录单词开始结束位置，实现高亮显示

Elasticsearch 是以JSON格式存储文档中的每个字段，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：节约存储空间
• 缺点：字段无法被搜索
• 结论：只针对必要字段做索引