Es分词过程

合集 - ElasticSearch(3)

1.Es分词过程2023-09-14

2.ES 中的Query与Filter区别2023-09-143.嵌套查询2023-09-14

收起

ES 的分词不仅仅发生在文档创建的时候，也发生在搜索的时候

查询：

• 读时分词发生在用户查询时，ES 会即时地对用户输入的关键词进行分词，分词结果只存在内存中，当查询结束时，分词结果也会随即消失。

添加：

• 而写时分词发生在文档写入时，ES 会对文档进行分词后，将结果存入倒排索引，该部分最终会以文件的形式存储于磁盘上，不会因查询结束或者 ES 重启而丢失。

ES中存储上表中的数据，ES会创建以下的索引

Term	Posting List
hjx	1
Bob	2
Alan	3
24	[1,2]
26	3
男	1
女	[2,3]

Term是字段值，Posting List是其所属的id数组

(21条消息) ES 索引_es索引_萝卜7的博客-CSDN博客

ES在构建时，会为每个字段构建倒排索引 ---- 其中只有text类型字段 会为其分词

现有索引和映射如下:

{
  "products" : {
    "mappings" : {
      "properties" : {
        "description" : {
          "type" : "text"
        },
        "price" : {
          "type" : "float"
        },
        "title" : {
          "type" : "keyword"
        }
      }
    }
  }
}

先录入如下数据，有三个字段title、price、description等

_id	title	price	description
1	蓝月亮洗衣液	19.9	蓝月亮洗衣液很高效
2	iphone13	19.9	很不错的手机
3	小浣熊干脆面	1.5	小浣熊很好吃

在ES中除了text类型分词，其他类型不分词，因此根据不同字段创建索引如下：

title字段:

term	_id(文档id)
蓝月亮洗衣液	1
iphone13	2
小浣熊干脆面	3

price字段

term	_id(文档id)
19.9	[1,2]
1.5	3

description字段

term	_id	term	_id	term	_id
蓝	1	不	2	小	3
月	1	错	2	浣	3
亮	1	的	2	熊	3
洗	1	手	2	好	3
衣	1	机	2	吃	3
液	1
很	[1:1:9,2:1:6,3:1:6]
高	1
效	1

注意: Elasticsearch分别为每个字段都建立了一个倒排索引。因此查询时查询字段的term,就能知道文档ID，就能快速找到文档。