Elasticsearch系列---倒排索引原理与分词器

概要

本篇主要讲解倒排索引的基本原理以及ES常用的几种分词器介绍。

倒排索引的建立过程

倒排索引是搜索引擎中常见的索引方法，用来存储在全文搜索下某个单词在一个文档中存储位置的映射。通过倒排索引，我们输入一个关键词，可以非常快地获取包含这个关键词的文档列表。

我们先看英文的，假设我们有两个文档：

1. I have a friend who loves smile
2. love me, I love you

为了建立倒排索引，我们先按最简单的用空格把每个单词分开，可以得到如下结果：*表示该列文档中有这个词条，为空表示没有该词条

Term	doc1	doc2
I	*	*
have	*
a	*
friend	*
who	*
loves	*
smile	*
love		*
me		*
you		*

如果我们要搜索 I love you，我们只需要查找包含每个词条的文档：

Term	doc1	doc2
I	*	*
love		*
you		*

两个文档都能匹配上，如果按命中词条数量来算，doc2比doc1更匹配。

这个是倒排索引最简化的表达方式࿰