脚本宝典收集整理的这篇文章主要介绍了Elaticsearch倒排索引,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
索引(index)可以分为正序索引(Forward Indexes)和倒排索引(Inverted Index)两种。在关系型数据库中使用索引可以避免数据检索走全表扫描,将检索的@R_113_1304@从O(n)降到了O(LOGn)。例如,一本字典在开篇几页记录了每个字和所在页码的映射关系,当我们需要查阅某个字的时候不需要从每一页开始搜索,通过这个映射关系就能快速找到需要搜索的词项。假设现在有三个文档:doc1, doc2, doc3
doc1: Welcome to Hotel California
doc2: Welcome to the heaven
doc3: the dog is very cute
在关系型数据库中存储这三个文档并且建立索引,文档在数据库中的存储结构大概如下所示
Doc ID | Doc Content |
---|---|
1 | Welcome to Hotel California |
2 | Welcome to the heaven |
3 | the dog is very cute |
通过建立这种文档id与文档内容的映射关系,在关系型数据库中可以快速查找到文档的具体位置,但是如果需要对文档中某些词项进行检索,则需要进行全表扫描,这个时候正序索引就失效了。
倒排索引的思想是建立文档中每个词项与文档的的映射关系,如下所示
Term | Doc Id |
---|---|
welcome | Doc1, Doc2 |
to | Doc1,Doc2 |
the | Doc2,Doc3 |
dog | Doc3 |
heaven | Doc2 |
.... | ... |
可以看出通过倒排索引,搜索任意一个词项都能快速定位到所在位置。通过上述例子可以看出顺序索引是文档ID与文档内容和单词的关联,倒排索引是单词到文档ID的映射关系。
倒排索引主要包括两部分:单词词典和倒排列表。
ElaticseArch的JSON文档中每个字段都有自己的倒排索引,可以对文档中不需要搜索的字段不做索引,这样可以节省存储空间
以上是脚本宝典为你收集整理的Elaticsearch倒排索引全部内容,希望文章能够帮你解决Elaticsearch倒排索引所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。