Elasticsearch 是一个基于 Lucene 的分布式搜索和分析引擎，它能够快速地存储、搜索和分析大量数据。倒排索引（Inverted Index）是 Elasticsearch 和其他全文搜索引擎用来实现高效搜索的核心数据结构。
倒排索引的概念
在传统的数据库或文件系统中，我们通常使用正向索引来查找信息。例如，在一本书的目录中，章节标题对应着页码，这是一种从关键词到文档位置的映射。而倒排索引则相反，它是将文档中的每个词映射到包含这个词的所有文档列表。简单来说，倒排索引是一种从内容（词项）到其所在文档位置的映射。
倒排索引的工作原理
-
文本处理：首先，Elasticsearch 会接收并解析输入的文档，这个过程包括分词（将文本分割成单独的词汇单元）、去除停用词（如“的”、“了”等常见但对搜索无帮助的词语）、词干提取（还原词的基本形式）等步骤。
-
构建索引：经过上述处理后，每个文档被转换为一系列的词项。然后，Elasticsearch 会创建一个倒排索引表，其中每行代表一个唯一的词项，列出了该词项出现在哪些文档以及具体的位置信息。
-
查询与匹配：当用户执行搜索时，查询同样会被处理，比如进行分词等操作。然后，Elasticsearch 会根据查询中的词项去倒排索引中查找匹配的文档，并通过一定的算法（如TF-IDF、BM25等）来计算相关性得分，最终返回给用户最相关的搜索结果。
示例
假设我们有以下两份文档：
- 文档 1: “The quick brown fox”
- 文档 2: “Jumped over the lazy dog”
经过处理后，可能形成的倒排索引如下所示：
- The: [文档1, 文档2]
- quick: [文档1]
- brown: [文档1]
- fox: [文档1]
- Jumped: [文档2]
- over: [文档2]
- lazy: [文档2]
- dog: [文档2]
如果用户搜索 “quick brown”，那么Elasticsearch 将会找到只存在于文档 1 中的相关信息，并据此提供搜索结果。
通过这种方式，倒排索引使得即使面对海量的数据集，也能够非常迅速地完成复杂的搜索请求。
标签：倒排,词项,索引,搜索,文档,Elasticsearch From： https://blog.csdn.net/qq_33240556/article/details/143106816