elasticsearch之倒排索引

倒排索引

elasticsearch有如此高的搜索性能，无异于使用了倒排索引。
倒排索引中有两个重要的概念：

• 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和应用，流程如下：

• 将每一个文档的数据利用分词算法根据语义拆分，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，可以给词条创建正向索引
  此时形成的这张以词条为索引的表，就是倒排索引表，两者对比如下：
  

在这里提一下，正向索引就是一张数据库创建的表

倒排索引的流程

这里以搜索华为手机为例

• 第一步用户输入华为手机进行搜索
• 第二步对用户输入的条件进行分词，分词结果为“华为”，“手机”
• 第三步在倒排索引中查询词条对应的文档id
• 上一步查询到的对应的文档id，可以通过正向索引来查询具体的文档

下面用一个流程图来介绍：