Elasticsearch之-倒排索引

 

一、倒排索引是什么

ES中用到了倒排索引，啥叫倒排索引呢，一般查询都是根据索引值来查找属性，倒排索引实际应用中需要根据属性值来查找记录，这种索引表中的每一个项都包括一个属性值和该属性值的记录地址。由于不是由记录位置来确定属性值，而是由属性值来确定记录的位置，因而成为倒排索引。带有倒排索引的文件我们称之为倒排索引文件，简称倒排文件。

二、举例

在存储文件之前，先对文件进行分析，将文件分词，对分词建立索引，例如下面一句话   （分好的词就类似于属性值，建立的索引就相当于属性值位置记录）

今天是星期天我们出去玩

关键词	文章
今天	文章1，文章3
星期天	文章2
出去玩	文章5，文章1

实际上es在做存储的时候，更详细（记录出现的在哪个文章，出现的位置和次数）

关键词	文章
今天	(文章1,<2，10>,2) (文章1,<8>,1)
星期天	(文章2,<12,25,100>,3)
出去玩	(文章5,<11,24,89>,3)(文章1,<8，19>,2)

三、倒排索引待解决的问题

1.大小写转换问题
2.词干抽取    looking和look应该处理为同一个词
3.分词处理
4.倒排索引文件过大，需要压缩编码