es 倒排索引

https://blog.csdn.net/qq_41864967/article/details/100107808

 

在搜索引擎中，每个文档都有一个对应的文档 ID，文档内容被表示为一系列关键词的集合。

 

例如，文档 1 经过分词，提取了 20 个关键词，每个关键词都会记录它在文档中出现的次数和出现位置。

 

那么，倒排索引就是关键词到文档 ID 的映射，每个关键词都对应着一系列的文件，这些文件中都出现了关键词。

 

举个栗子，有以下文档：

对文档进行分词之后，得到以下倒排索引。

另外，实用的倒排索引还可以记录更多的信息，比如文档频率信息，表示在文档集合中有多少个文档包含某个单词。

 

那么，有了倒排索引，搜索引擎可以很方便地响应用户的查询。

 

比如用户输入查询 Facebook，搜索系统查找倒排索引，从中读出包含这个单词的文档，这些文档就是提供给用户的搜索结果。

 

要注意倒排索引的两个重要细节：

 

• 倒排索引中的所有词项对应一个或多个文档

• 倒排索引中的词项根据字典顺序升序排列