正排:ID -> 文档
倒排:分词 -> ID
先从分词里查询对应的词汇,查到ID 再通过ID找到对应的文档
倒排索引构成:
- 单词词典: B+TREE
- 倒排列表(Posting List):记录了单词对应的文档集合,由倒排索引项组成(Posting)组成
- 倒排索引项(Posting)主要包含如下信息:
- 文档ID,用于获取原始信息
- 单词频率(TF,TermFrequency),记录该单词在后续出现的次数,用于相关性算分
- 位置(Position),记录单词在文档中的分词位置(多个),用于做词语搜索(Phrase Query)
- 偏移(Offset),记录单词在文档开始和结束的位置,用作高亮显示。
其实你只需要看下面这张图 就能知道Es的原理