超级会员免费看
本文详细介绍了ElasticSearch中的倒排索引，包括其查询过程、组成、好处以及分词原理。倒排索引通过单词词典和倒排列表构建，能快速定位文档。分词过程涉及Character Filters、Tokenizer和Token Filters，ElasticSearch预设了多种分词器。同时，文章还给出了自定义分词和使用ElasticSearch的建议。
一、倒排索引（Inverted Index）
ElasticSearch引擎把文档数据写入到倒排索引（Inverted Index）的数据结构中，倒排索引建立的是分词（Term）和文档（Document）之间的映射关系，在倒排索引中，数据是面向词（Term）而不是面向文档的。
一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，有一个包含它的文档列表。
举个例子：
对以下三个文档去除停用词后构造倒排索引
倒排索引-查询过程
对上面图片中查询包含“搜索引擎”的文档，通过倒排索引获得“搜索引擎”对应的文档id列表，有1、3。
通过正排索引查询1和3的完整内容，返回最终结果。
倒排索引-组成
- 单词词典（Term Dictionary）
- 倒排列表（Posting List）
单词词典（Term Dictionary）
单词词典的实现一般用B+树，B+树构造的可视化过程网址:
订阅专栏 解锁全文
4001
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
