ElasticSearch 倒排索引(第六章)

ElasticSearch 目前也算是非常火了，站内搜索、日志分析都会用到它，而且还可以直接当成 NoSQL 数据库来使用。
接下来，我们就通过下面这个简单介绍，开启 es 之旅吧～

公众号 : 倔强小狮子

---

1. 正排索引

1. 在我们关系型数据库中见到的索引成为 "正序索引"
2. 假设一个 表中

id	title	content
1	倔强的小狮子	正在学习 ElasticSearch
2	倒叙索引	正在学习
3	正序索引	关系型数据库

3. 那我们可以根据表中的数据进行建立索引

index	content
1	正在学习 ElasticSearch
2	正在学习
3	关系型数据库
倔强的小狮子	正在学习 ElasticSearch
倒叙索引	正在学习 ElasticSearch
正序索引	关系型数据库

4. 当我们通过Id进行查询或者标题查询时可以快速定位到 centent 内容进行进行检索出来(当然关系型数据库存在导致索引失效,快速定位不是必然的)
5. 当然我们可以进行 内容模糊(like)去搜索,就只能去内容中做匹配,熟知 关系型中进行 lilke 查询时,效率会受到性能瓶颈, 所以考虑到 倒叙索引
6. 可以理解成是通过索引查询内容

2.倒叙索引

1. 为了创建倒排索引，我们首先将每个文档的 content 域拆分成单独的 词（我们称它为 词条 或 tokens ），创建一个包含所有不重复词条的排序列表，然后列出每个词条出现在哪个文档。结果如下所示
2. 倒叙索引恰恰与正序索引相反,而是通过 内容分词后建立 Index (第二章讲解ES分词器),通过 Index 找到 文档Id, 然后通过文档 Id 找到文档

id	title	content
1	倔强的小狮子	正在学习 ElasticSearch
2	倒叙索引	正在学习
3	正序索引	学习关系型数据库

3. 倒叙索引后

index	doc id = 1	doc id = 2	doc id = 3
正在	√	√
学习	√	√	√
ElasticSearch	√
正在学习	√	√
关系型			√
数据库			√

4. 假设我们搜索学习,ElasticSearch, 我们只需要查找包含每个词条的文档

index	doc id = 1	doc id = 2	doc id = 3
学习	√	√	√
ElasticSearch	√

5. 两个文档都匹配，但是第一个文档比第二个匹配度更高。ES 使用仅计算匹配词条数量的简单 相似性算法 ，那么，第一个文档比第二个文档更佳。
6. ElasticSearch官网具体解释
7. 通过 文档关键字就可以快速定位到 文档 id, 通过 文档id 进而可以找到文档
8. 一般来说，倒排索引分为两个部分:

• 单词词典（记录所有的文档词项(content 中分词词项列表)，以及词项到倒排列表的关联关系）
• 倒排列表（记录单词与对应文档的结合关系，由一系列倒排索引项组成
• 倒排索引项指：文档 id、词频（TF）（TF词项在文档中出现的次数，评分时使用(该词典在文档中出现的频率会进行打分,评分越高相似度越高)）、位置（Position，后期短语查询会用到, 词项在文档中分词的位置）、偏移（记录词项开始和结束的位置,高亮显示时会用到,在搜索文档词项出现的位置前后加上标签））
• 当我们去索引一个文档时，就会建立倒排索引，搜索时，直接根据倒排索引搜索。

期待你的关注，和我一起学习
转载说明：转载携带原文链接