（轉(zhuǎn)載自CSDN 豆不女 https://blog.csdn.net/chuan442616909/article/details/55100757?utm_source=blogxgwz0）
倒排索引
Elasticsearch 使用一種稱為倒排索引的結(jié)構(gòu)，它適用于快速的全文搜索。一個倒排索引由文檔中所有不重復(fù)詞的列表構(gòu)成，對于其中每個詞，有一個包含它的文檔列表。
es使用稱為倒排索引的結(jié)構(gòu)達(dá)到快速全文搜索的目的。
一個倒排索引包含一系列不同的單詞，這些單詞出現(xiàn)在任何一個文檔，
對于每個單詞，對應(yīng)著所有它出現(xiàn)的文檔。
倒排索引建立的是分詞（Term）和文檔（Document）之間的映射關(guān)系，在倒排索引中，數(shù)據(jù)是面向詞（Term）而不是面向文檔的。
例如，假設(shè)我們有兩個文檔，每個文檔的content域包含如下內(nèi)容：
The quick brown fox jumped over the lazy dog
Quick brown foxes leap over lazy dogs in summer
為了創(chuàng)建倒排索引，我們首先將每個文檔的content域拆分成單獨(dú)的 詞（我們稱它為詞條或tokens），創(chuàng)建一個包含所有不重復(fù)詞條的排序列表，然后列出每個詞條出現(xiàn)在哪個文檔。結(jié)果如下所示：
Term? ? ? Doc_1? Doc_2
-------------------------
Quick? |? ? ? |? X
The? ? |? X? |
brown? |? X? |? X
dog? ? |? X? |
dogs? ? |? ? ? |? X
fox? ? |? X? |
foxes? |? ? ? |? X
in? ? ? |? ? ? |? X
jumped? |? X? |
lazy? ? |? X? |? X
leap? ? |? ? ? |? X
over? ? |? X? |? X
quick? |? X? |
summer? |? ? ? |? X
the? ? |? X? |
------------------------
現(xiàn)在，如果我們想搜索quick brown，我們只需要查找包含每個詞條的文檔：
Term? ? ? Doc_1? Doc_2
-------------------------
brown? |? X? |? X
quick? |? X? |
------------------------
Total? |? 2? |? 1
兩個文檔都匹配，但是第一個文檔比第二個匹配度更高。如果我們使用僅計(jì)算匹配詞條數(shù)量的簡單相似性算法，那么，我們可以說，對于我們查詢的相關(guān)性來講，第一個文檔比第二個文檔更佳。
但是，我們目前的倒排索引有一些問題：
Quick和quick以獨(dú)立的詞條出現(xiàn)，然而用戶可能認(rèn)為它們是相同的詞。
fox和foxes非常相似, 就像dog和dogs；他們有相同的詞根。
jumped和leap, 盡管沒有相同的詞根，但他們的意思很相近。他們是同義詞。
使用前面的索引搜索+Quick +fox不會得到任何匹配文檔。（記住，+前綴表明這個詞必須存在。）只有同時出現(xiàn)Quick和fox的文檔才滿足這個查詢條件，但是第一個文檔包含quick fox，第二個文檔包含Quick foxes。
我們的用戶可以合理的期望兩個文檔與查詢匹配。我們可以做的更好。
如果我們將詞條規(guī)范為標(biāo)準(zhǔn)模式，那么我們可以找到與用戶搜索的詞條不完全一致，但具有足夠相關(guān)性的文檔。例如：
Quick可以小寫化為quick。
foxes可以詞干提取--變?yōu)樵~根的格式-- 為fox。類似的，dogs可以為提取為dog。
jumped和leap是同義詞，可以索引為相同的單詞jump。
現(xiàn)在索引看上去像這樣：
Term? ? ? Doc_1? Doc_2
-------------------------
brown? |? X? |? X
dog? ? |? X? |? X
fox? ? |? X? |? X
in? ? ? |? ? ? |? X
jump? ? |? X? |? X
lazy? ? |? X? |? X
over? ? |? X? |? X
quick? |? X? |? X
summer? |? ? ? |? X
the? ? |? X? |? X
------------------------
這還遠(yuǎn)遠(yuǎn)不夠。我們搜索+Quick +fox仍然會失敗，因?yàn)樵谖覀兊乃饕?，已?jīng)沒有Quick了。但是，如果我們對搜索的字符串使用與content域相同的標(biāo)準(zhǔn)化規(guī)則，會變成查詢+quick +fox，這樣兩個文檔都會匹配！
