侯体宗的博客
  • 首页
  • Hyperf版
  • beego仿版
  • 人生(杂谈)
  • 技术
  • 关于我
  • 更多分类
    • 文件下载
    • 文字修仙
    • 中国象棋ai
    • 群聊
    • 九宫格抽奖
    • 拼图
    • 消消乐
    • 相册

Elasticsearch存储引擎之倒排索引浅析

技术  /  管理员 发布于 1年前   357

Elasticsearch开源存储引擎,它使用倒排索引来加速数据的检索。

倒排索引是一种索引结构,它将每个文档中的每个词都映射到包含该词的文档列表。

倒排索引可以通过以下步骤来构建:

扫描文档集合,将每个文档切分为单词。
为每个单词构建一个词典(或称为词项表),其中包含所有文档中出现的唯一单词。
对于每个单词,在倒排索引中创建一个词项条目,该词项条目包含了包含该词的所有文档的引用(如文档ID)。
对词项进行排序和压缩,以提高检索效率和减少存储空间。

当涉及倒排索引时,让我们使用一个简单的例子来说明。

考虑以下三个文档的例子,这些文档代表了一些博客文章:

文档1:
Title: Introduction to Elasticsearch
Content: Elasticsearch is a distributed search and analytics engine.

文档2:
Title: Getting Started with Kibana
Content: Kibana is a data visualization and exploration tool for Elasticsearch.

文档3:
Title: Elasticsearch vs. Solr
Content: A comparison between Elasticsearch and Solr search engines.


现在,我们将这些文档中的单词进行分词,并构建倒排索引。

假设我们使用简单的分词规则,将文本拆分为小写单词,忽略标点符号。

构建倒排索引:

词汇         文档
analytics            文档1
and                文档1, 2
between            文档3
comparison            文档3
data                文档2
distributed            文档1
elasticsearch        文档1, 3
exploration            文档2
for                文档2
getting            文档2
started            文档2
introduction        文档1
is                文档1, 2, 3
kibana            文档2
search            文档1, 3
solr                文档3
tool                文档2
to                文档1, 2, 3
visualization        文档2
vs                文档3

在倒排索引中,每个词汇都对应一个倒排列表。

倒排列表中记录了包含该词汇的文档,以及在这些文档中的位置、频率等信息。

比如,词汇 “elasticsearch” 在文档1和文档3中出现,因此倒排列表中会包含这两个文档的信息。


当进行搜索时,查询词汇将与倒排索引中的词汇进行匹配。

例如,如果搜索 “elasticsearch”, 倒排索引会指示这个词汇出现在文档1和文档3中。

这样,搜索引擎就可以很快地找到包含查询词汇的文档。


倒排索引使得全文搜索非常高效,因为它避免了逐个文档搜索的过程,而是将搜索过程转化为查找倒排列表的过程,从而加速了搜索操作。


  • 上一条:
    数据库分表问题之时间分表场景浅析解答记录
    下一条:
    Laravel 10.21版本发布
  • 昵称:

    邮箱:

    0条评论 (评论内容有缓存机制,请悉知!)
    最新最热
    • 分类目录
    • 人生(杂谈)
    • 技术
    • linux
    • Java
    • php
    • 框架(架构)
    • 前端
    • ThinkPHP
    • 数据库
    • 微信(小程序)
    • Laravel
    • Redis
    • Docker
    • Go
    • swoole
    • Windows
    • Python
    • 苹果(mac/ios)
    • 相关文章
    • gmail发邮件报错:534 5.7.9 Application-specific password required...解决方案(0个评论)
    • 2024.07.09日OpenAI将终止对中国等国家和地区API服务(0个评论)
    • 2024/6/9最新免费公益节点SSR/V2ray/Shadowrocket/Clash节点分享|科学上网|免费梯子(1个评论)
    • 国外服务器实现api.openai.com反代nginx配置(0个评论)
    • 2024/4/28最新免费公益节点SSR/V2ray/Shadowrocket/Clash节点分享|科学上网|免费梯子(1个评论)
    • 近期文章
    • 在go中实现一个常用的先进先出的缓存淘汰算法示例代码(0个评论)
    • 在go+gin中使用"github.com/skip2/go-qrcode"实现url转二维码功能(0个评论)
    • 在go语言中使用api.geonames.org接口实现根据国际邮政编码获取地址信息功能(1个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf分页文件功能(0个评论)
    • gmail发邮件报错:534 5.7.9 Application-specific password required...解决方案(0个评论)
    • 欧盟关于强迫劳动的规定的官方举报渠道及官方举报网站(0个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf文件功能(0个评论)
    • Laravel从Accel获得5700万美元A轮融资(0个评论)
    • 在go + gin中gorm实现指定搜索/区间搜索分页列表功能接口实例(0个评论)
    • 在go语言中实现IP/CIDR的ip和netmask互转及IP段形式互转及ip是否存在IP/CIDR(0个评论)
    • 近期评论
    • 122 在

      学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..
    • 123 在

      Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..
    • 原梓番博客 在

      在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..
    • 博主 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..
    • 1111 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
    • 2016-10
    • 2016-11
    • 2017-07
    • 2017-08
    • 2017-09
    • 2018-01
    • 2018-07
    • 2018-08
    • 2018-09
    • 2018-12
    • 2019-01
    • 2019-02
    • 2019-03
    • 2019-04
    • 2019-05
    • 2019-06
    • 2019-07
    • 2019-08
    • 2019-09
    • 2019-10
    • 2019-11
    • 2019-12
    • 2020-01
    • 2020-03
    • 2020-04
    • 2020-05
    • 2020-06
    • 2020-07
    • 2020-08
    • 2020-09
    • 2020-10
    • 2020-11
    • 2021-04
    • 2021-05
    • 2021-06
    • 2021-07
    • 2021-08
    • 2021-09
    • 2021-10
    • 2021-12
    • 2022-01
    • 2022-02
    • 2022-03
    • 2022-04
    • 2022-05
    • 2022-06
    • 2022-07
    • 2022-08
    • 2022-09
    • 2022-10
    • 2022-11
    • 2022-12
    • 2023-01
    • 2023-02
    • 2023-03
    • 2023-04
    • 2023-05
    • 2023-06
    • 2023-07
    • 2023-08
    • 2023-09
    • 2023-10
    • 2023-12
    • 2024-02
    • 2024-04
    • 2024-05
    • 2024-06
    • 2025-02
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客