（二）elasticsearch之入门介绍

一、Document

1、相当于JSON Object，由字段（Field）组成，常见数据类型如下：

• 字符串：text、keyword
• 数值型：long、integer、short、byte、double、float、half_float、scaled_float
• 布尔型：boolean
• 日期型：date
• 二进制：binary
• 范围类型：integer_range、float_range、long_range、double_range、date_range

2、元数据，用于标注文档的相关信息

• _index：文档所在的索引名
• _type：文档所在的类型名
• _id：文档唯一id，可自行指定，如不指定，则自动生成（Strings.base64UUID()）
• _uid：组合id，由 _id 和 _type组成（6.x _type不再起作用，同 _id 一样）
• _source：文档的原始json 数据
• _all：整合所有字段内容到该字段，默认禁用

二、倒排索引

1、介绍

• 单词到文档id 的关系。
• 倒排索引是搜索引擎的核心，主要包含2部分：单词词典和倒排列表

2、单词词典

• 记录所有文档的单词，一般比较大
• 记录单词到倒排列表的关联信息
• 单词字典的一般实现是 B+ Tree

3、倒排列表（position list）

• 倒排列表记录了单词对应的文档集合，由倒排索引项组成
• 倒排索引项 主要包含如下信息：
• • 文档id，用于获取原始信息
  • 单词频率（TF， term frequency），记录该单词在文档中出现的次数，用于后续相关性算分
  • 位置（position），记录单词在文档中的分词位置，用于做词语搜索
  • 偏移（offset），记录单词在文档的开始和结束位置，用于做高亮显示

举例：

注：

es存储的是一个json格式的文档，其中包含多个字段，每个字段都会有自己的倒排索引。

文档如下：
{
    "name": "haha",
    "job": "java"
}
此时，es会有2个倒排索引，一个是 name 倒排索引，一个是 job 倒排索引。