正排索引:key-value 中,通过 key 去寻找 value。 倒排索引:通过 value(或包含 value)去寻找对应的 key。 正排索引需要首先对全局进行扫描遍历,进而从中做筛选;而倒排索引可以仅抽取符合条件的 value 值,节省大量的资源。 每个被索引的字段都有自己的倒排索引。是否被索引由索引字段主要属性配置中index属性配置决定。 倒排索引数据组织方式由mapping中字段的分析器决定。 ES生成倒排索引和搜索数据机制 ES中,所有的文档在存储之前都要首先进行分析。用户可根据需要定义如何将文本分割成token、哪些token应该被过滤掉,以及哪些文本需要进行额外处理等等。 下面给出一个生成title字段倒排索引的例子。
- 索引名:article
- 字段名:title
- 搜索内容:select * from article where title like ‘%搜索引擎%’
【文档】
文档ID | title |
1 | ES是最流行的搜索引擎 |
2 | Java是世界上最流行的语言 |
3 | 搜索引擎是如何诞生的 |
【文档 -> 单词词典】
单词词典:词典是由文档集合中出现过的所有单词构成的字符串集合。单词词典内每条索引项记载单词本身的一些信息以及指向“倒排列表”的指针。单词 | 文档ID列表 |
ES | 1 |
最流行 | 1,2 |
搜索引擎 | 1,3 |
Java | 2 |
世界 | 2 |
语言 | 2 |
如何 | 3 |
诞生 | 3 |
DocId | TF | Postion | Offset |
1 | 1 | 2 | <7,11> |
3 | 1 | 0 | <0,4> |