理论篇：ES（介绍）

理论篇：ES（介绍）

定义

分布式全文检索中间件

应用

• 数据检索
• 数据分析

数据结构

倒排索引

正排索引：路径->数据
倒排索引：数据->路径

现在三个文档A B C，检索数据a：

• 正排：A->a, B->a, C->a。需查询三次

• 倒排：a->A,B,C。需检索一次

分词

1. 英文分词：空格
2. 中文分词：IK分词器

IK提供词典：ain2012.dic(主词典)、quantifier.dic(量词)、stopword.dic(停用词)、ext.dic(扩展词,可选)
IK提供分词器：LetterSegmenter（字符分词器）,CN_QuantifierSegmenter（中文数量词分词器）,CJKSegmenter（中日韩文分词器）
分词器分词模式：smart模式、max_word模式
分词算法：正向迭代最细粒度切分算法

例如：中华人民。

1. 识别“中”，并作为前缀，加入词元“中”
2. 识别“华”，识别出“中华”，加入词元”中华“
3. …

IK分词步骤：

1. 构建词典树（前缀树）
2. 分词并查找匹配：正向迭代最细粒度切分算法
3. 歧义判断：贪心算法
4. 善后处理

基础概念

• index
• type
• mapping
• document
• field

架构设计理念

• 分片 + 副本 + 同步
• 选举

参考

倒排索引——维基百科

IK分词器原理

Elasticsearch 是如何选举出 master 的