Elasticsearch的倒排索引是什么？-Toy模板网

这篇具有很好参考价值的文章主要介绍了Elasticsearch的倒排索引是什么？。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

什么是ES？

Elasticsearch是基于 Apache Lucene【lusen】的搜索引擎，支持Restful API风格【可以使用常见的HTTP请求来访问】，并且搜索速度很快，可以提供实时的搜索服务。

其实Elasticsearch的功能有很多，比如分布式存储、实时数据分析等很多方面。使用ES的好处有几点：

系统解耦。使用ES之后，我们的搜索功能就完全独立于数据库了，这样就不会影响到其他业务的性能。
数据分析。深度分析用户行为，用户对于哪个社区感兴趣，对于哪一条帖子感兴趣，对我们来说至关重要。
可以达到毫秒级的查询。因为使用的是倒排索引。

什么是倒排索引？

倒排索引创建流程

倒排索引会首先将文档（索引中的记录）进行分词，得到多组数组，类似于<词条，文档ID>；
然后将词条和文档ID关联，记录当前词条在多少个文档中存在。

Elasticsearch的倒排索引是什么？,个人笔记,elasticsearch,大数据,搜索引擎

倒排索引检索流程

通过Term Index定位：首先，系统使用Term Index（以FST（有限状态转换器）的形式保存在内存中）来快速定位到词典中可能包含目标词项的区块（Block）。由于Term Index只存储词项的前缀信息，并且使用了高效的FST结构，这一步的查找速度非常快，并且内存消耗很低。
在词典中查找：一旦定位到了可能的区块，系统就可以在词典（Term Dictionary）中按照其内部的数据结构（如排序数组、B树等）进行精确的查找。由于这一步的查找范围已经大大缩小，因此查找速度也很快。

通过这种方式，词项索引（Term Index）和词典（Term Dictionary）的结合使用可以在不消耗大量内存的情况下实现高效的词典查找，从而支持全文检索系统中的快速查找操作。

倒排索引数据结构
倒排索引由Trem Index，字典和倒排列表组成。

Trem Index在内存中，保存前缀词，用FST这种数据结构维护。
词汇表就是使用分词器拆分出来的词语，一般用B + 树来维护；
倒排列表就是包含这个词语的文档信息集合。【文档信息包括：文档ID、词语出现频率、词语出现位置、词语开始结束位置等信息】

为什么叫做倒排索引？

想象一个场景，我们想要在很多篇文章中找到每一个关键词，常规的寻找方法是遍历每一篇文章，找有没有该关键词。是由文档指向词汇的。
但是在倒排索引中，我们记录了该词汇在哪些文档中出现过，是词汇指向文档的，所以叫做倒排索引。

分词器的使用

分词器是搜索引擎的一个核心组件，负责对文档内容进行分词(在 ES 里面被称为 Analysis)，也就是将一个文档转换成单词词典（Term Dictionary）。单词词典是由文档中出现过的所有单词构成的字符串集合。为了满足不同的分词需求，分词器有很多种，不同的分词器分词逻辑可能会不一样。
● IK Analyzer：最常用的开源中文分词器，Github 地址：https://github.com/medcl/elasticsearch-analysis-ik。文章来源地址https://www.toymoban.com/news/detail-846831.html

到了这里，关于Elasticsearch的倒排索引是什么？的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！