es,倒排索引
倒排索引的概念是基于MySQL这样的正向索引而言的。
倒排索引中有两个非常重要的概念:
- 文档(`Document`):用来搜索的数据,其中的每一条数据就是一个文档。例如一个网页、一个商品信息
- 词条(`Term`):对文档数据或用户搜索数据,利用某种算法分词,得到的具备含义的词语就是词条。例如:我是中国人,就可以分为:我、是、中国人、中国、国人这样的几个词条
**创建倒排索引**是对正向索引的一种特殊处理,流程如下:
- 将每一个文档的数据利用算法分词,得到一个个词条
- 创建表,每行数据包括词条、词条所在文档id、位置等信息
- 因为词条唯一性,可以给词条创建索引,例如hash表结构索引
倒排索引的**搜索流程**如下(以搜索"华为手机"为例):
1)用户输入条件`"华为手机"`进行搜索。
2)对用户输入内容**分词**,得到词条:`华为`、`手机`。
3)拿着词条在倒排索引中查找,可以得到包含词条的文档id:1、2、3。
4)拿着文档id到正向索引中查找具体文档。
那么为什么一个叫做正向索引,一个叫做倒排索引呢?
- **正向索引**是最传统的,根据id索引的方式。但根据词条查询时,必须先逐条获取每个文档,然后判断文档中是否包含所需要的词条,是**根据文档找词条的过程**。
- 而**倒排索引**则相反,是先找到用户要搜索的词条,根据词条得到保护词条的文档的id,然后根据id获取文档。是**根据词条找文档的过程**。
**正向索引**:
- 优点:
- 可以给多个字段创建索引
- 根据索引字段搜索、排序速度非常快
- 缺点:
- 根据非索引字段,或者索引字段中的部分词条查找时,只能全表扫描。
**倒排索引**:
- 优点:
- 根据词条搜索、模糊搜索时,速度非常快
- 缺点:
- 只能给词条创建索引,而不是字段
- 无法根据字段做排序
- Mysql:擅长事务类型操作,可以确保数据的安全和一致性
- Elasticsearch:擅长海量数据的搜索、分析、计算
索引库的CRUD
1.创建索引库和映射
- 请求方式:PUT
- 请求路径:/索引库名,可以自定义
- 请求参数:mapping映射
案例:
PUT /heima { "mappings": { "properties": { "info":{ "type": "text", "analyzer": "ik_smart" }, "email":{ "type": "keyword", "index": false }, "name":{ "type": "keyword", "index": false } } } }
2.查询索引库
- 请求方式:GET
- 请求路径:/索引库名
- 请求参数:无
案例
GET /heima
3.修改索引库
倒排索引结构虽然不复杂,但是一旦数据结构改变(比如改变了分词器),就需要重新创建倒排索引,这简直是灾难。因此索引库**一旦创建,无法修改mapping**。
虽然无法修改mapping中已有的字段,但是却允许添加新的字段到mapping中,因为不会对倒排索引产生影响。
PUT /heima/_mapping { "properties":{ "sex":{//新字段名 "type": "keyword", "index": false } } }
4.删除索引库
- 请求方式:DELETE
- 请求路径:/索引库名
- 请求参数:无
DELETE /heima
文档操作
1.新增文档
POST /heima/_doc/1 { "name":"李白", "sex":"男", "email":"[email protected]", "info":"java开发程序员" }
标签:搜索,词条,倒排,索引,文档,elasticsearch,相关,id From: https://www.cnblogs.com/gstszbc/p/18137735