Elasticsearch原理学习

1.倒排索引

1.1 数据结构直达链接

1. 倒排表（posting list）
   包含某个词项的所有id的数据存储了在.doc文件中
2. 词项字典（Term Dictionary）
   包含了index field的所有经过normalization token filters处理之后的词项数据，最终存储在.tim文件中。
   所谓normalization其实是一个如去重、时态统一、大小写统一、近义词处理等类似的相关操作。
3. 词项索引（Term Index）
   词项索引就是为了加速词项字典检索的一种数据结构，落地文件为.tip。.tip文件和.tim文件的数据结构

.tip文件和.tim文件的数据结构如下图所示：

1.2 压缩算法 链接

1.2.1 FOR

> FOR算法的核心思想是用减法来削减数值大小，从而达到降低空间存储。

1.2.2 RBM

RBM的核心就是通过除法来缩减数值大小，但是并不是直接的相除。