ElasticSearch 什么是倒排索引

倒排索引

ElasticSearch 使用一种称为 倒排所以的结构，他适用于快速的全文搜索，一个倒排索引由文档中所有不重复词的列表构成，对于其中没歌词，都有一个包含他的文档列表

实例

（1）： 假设文档集合包含五个文档，每个文档内容如图所示，在图中最左端一栏是每个文档对应的文档编号，我们的任务就是对这个文档集合建立倒排索引。

（2）： 中文和英文等语言不同，单词之间没有明确分割符号，所以首先要用分词系统将文档自动切分成单词序列，这样每个文档就切换成为有单词序列构成的数据流，为了系统后续处理方便，需要对每个不同的单词赋予唯一的单词编号，同事记录下哪些文档包含这个单词，在如此处理结果后，我们可以得到最简单的倒排索引，单词ID一栏记录了每个单词的单词编号，第二栏是对应的单词，第三栏即每个单词对应的倒排列表

举例

会出现的问题

Quick 和 quick 以独立的词条出现，然而用户可能认为他们是相同的词

fox 和 foxes 非常相似，就像 dog 和 dogs ； 他们有相同的词根

jumped 和 leap 尽管没有相同的词根，但是他们的意思很相近。 他们是同义词

搜索含有 Quick fox 的文档是搜索不到的

使用标准化规则 （normalization）

建立倒排索引的时候，会对拆分出的各个单词进行相应的处理，以提升后面搜索的时候能够搜索到县关联的文档的概率

这个时候 搜索 fox 和 foxes， foxes 转换 fox 。