ElasticSearch底层原理总结

https://blog.csdn.net/njpjsoftdev/article/details/54015485
个人基于上文链接进行一个个人的重点总结，供大家参考。

一、Lucene

1. 1、索引构成：

前缀和后缀 + 倒排表 ，形成有向无环图

1. 2、索引结构：FST(最小有向无环图)

eg：北京 北京天安门 ——》 北京2天安门 （相同前缀，只记offset偏移量,减少空间)

1. 3、倒排索引解释：

文章包含词，是正排。
词到文章是倒排。

1. 4、倒排表结构：

特点：数据压缩、跳跃表加速合并

1. 5、Lucene列式存储DocValues(ES的聚合原理)

二、ES查询原理

**普通匹配查询：**排索引能够解决从词到文档的快速映射， 倒排索引

**ES的聚合查询：**分类、排序、数学计算等聚合操作时需要文档号到值的快速映射,Lucene列式存储DocValues

eg：

select gender,count(*),avg(age) from employee where dept='sales' group by gender
ES基于倒排索引和DocValues实现上述SQL的。

　　1. 从倒排索引中找出销售部门的倒排表。
　　2. 根据倒排表去性别的DocValues里取出每个人对应的性别，并分组到Female和Male里。
　　3. 根据分组情况和年龄DocValues，计算各分组人数和平均年龄
　　4. 因为ElasticSearch是分区的，所以对每个分区的返回结果进行合并就是最终的结果。

**注意：**因为单点内存聚合，所以每个分区不可能返回所有分组统计信息，只能返回部分，汇总时就会导致最终结果不正确