elasticsearch学习笔记（三）

elasticsearch核心概念

一、elasticsearch是基于Lucene开发的

Lucene是一个成熟的全文检索库，由Java语言编写，具有高性能、可伸缩的特点，并且开源、免费。

二、全文检索

索引系统通过扫描文章中的每一个词，对其创建索引，指明在文章中出现的次数和位置，当用户查询时，索引系统过就会根据事先简历的索引进行查找，并将查找的结果反馈给用户的检索方式

三、倒排索引

四、倒排索引的数据结构

五、倒排索引的倒排表压缩算法一：FOR-Frame Of Reference

将后一个数字与前一个数值做差，然后归类用适合的数据长度保存details list

六、倒排索引的倒排表压缩算法二：RBM-RoaringBitmap

除以65536 取商与余数。
由于商和余数均不会大于65536，所以可以用short类型（2Byte:16bit）来存储商和余数。
商由一个short[]存储作为key；余数作为Container

Container主要分为三类

1、ArrayContainer：使用Short[]类型来存储，Container每包含一个元素，大小都增加2Byte，最大为65536个元素，占用空间65536*2Byte=128kb

2、BitMapContainer：基于位图，固定一个包含有65536个bit的bitmap，其中每一位都表示0~65535的独立的数字，当对应位上有值时，则标记为1。这样一个bitmap长度固定为65536bit=8kb

3、RunContainer：标记一段连续的数据的首位数据，需要数据有规则的连续。
1,2,3…100W个 →[1,100W]
400WByte → 8Byte