Elasticsearch 笔记 倒排索引 keyword 和 text

https://blog.iaiot.com/elasticsearch-notes.html

1.倒排索引(Inverted Index)：倒排索引是实现“单词-文档矩阵”的一种具体存储形式，通过倒排索引，可以根据单词快速获取包含这个单词的文档列表。倒排索引主要由两个部分组成：“单词词典”和“倒排文件”。

原文：http://www.cnblogs.com/zlslch/p/6440114.html

总结

单词ID：记录每个单词的单词编号；
单词：对应的单词；
文档频率：代表文档集合中有多少个文档包含某个单词
倒排列表：包含单词ID及其他必要信息
DocId：单词出现的文档id
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
     以单词“加盟”为例，其单词编号为6，文档频率为3，代表整个文档集合中有三个文档包含这个单词，对应的倒排列表为{(2;1;<4>),(3;1;<7>),(5;1;<5>)}，含义是在文档2，3，5出现过这个单词，在每个文档的出现过1次，单词“加盟”在第一个文档的POS是4，即文档的第四个单词是“加盟”，其他的类似。
这个倒排索引已经是一个非常完备的索引系统，实际搜索系统的索引结构基本如此。

 

2.中文分词

https://github.com/medcl/elasticsearch-analysis-ik

http://www.cnblogs.com/zlslch/p/6440373.html

 

3.keyword 和 text

keyword：不进行分词，直接索引、支持模糊、精确查询、支持聚合

text：会分词，然后进行索引、支持模糊、精确查询、不支持聚合

默认的动态模板，可以同时支持两种类型

参考：https://elasticsearch.cn/question/2099

https://www.jianshu.com/p/0d13dd7d813a

https://blog.csdn.net/u011652364/article/details/78581737