逻辑设计和物理设计
逻辑设计
- 索引(Index):类似于 ES 中的一张表,可以通过映射(Mapping)定义索引的结构和设置。
- 类型(Type):可以对 ES 的索引进一步做划分。ES 7中已经移除类型,建议一个索引一个类型即可。
- 映射(Mapping):索引结构的定义,包括索引的字段,字段类型,索引的设置等。
- 文档(Document):索引中的一条记录。
物理设计
Elasticsearch 本身是分布式搜索引擎。它的高可用、高性能就是通过分片实现的。
主分片:一个索引可以划分成多个主分片,通过将主分片分布到不同的ES节点,从而实现高性能。
副本分片:副本分片和主分片保持数据同步,和主分片不能分布在同一个节点,从而实现主分片的读能力的横向扩展,同时保证主分片不可用时实现故障转移。
倒排索引
传统的我们的检索是通过文章,逐个遍历找到对应关键词的位置。
而倒排索引,是通过分词策略,形成了词和文章的映射关系表,这种词典+映射表即为倒排索引。
有了倒排索引,就能实现o(1)时间复杂度的效率检索文章了,极大的提高了检索效率。
学术的解答方式:
倒排索引,相反于一篇文章包含了哪些词,它从词出发,记载了这个词在哪些文档中出现过,由两部分组成--------词典和倒排表。
加分项:倒排索引的底层实现是基于:FST(Finite State Transducer)数据结构。
lucene 从 4+ 版本后开始大量使用的数据结构是 FST。FST 有两个优点:
1、 空间占用小。通过对词典中单词前缀和后缀的重复利用,压缩了存储空间;
2、 查询速度快。O(len(str)) 的查询时间复杂度。