探究 | ES倒排索引和分词

兄弟萌，相信大家在学习 Elasticsearch 都听说过倒排索引吧，下面我们尝试用最简单易懂的方式来讲讲 ES 中的倒排索引和分词。

倒排索引建立的是单词和文档 id 的关联关系，建立倒排索引时，首先从文档中拆分出词条，这个过程就是 “分词”。

1.倒排索引

1.1 什么是倒排索引？

我们要搞懂倒排索引，首先来看看什么是正排（正向）索引？

我们知道通过文章 id 可以快速查找到文章内容，之所以检索比较快是因为文章 id 设置为主键，同时生成了主键索引，然后通过主键索引快速关联到存储信息，这种索引就称为 “正排索引”。

欸，看似正排索引能够实现快速检索数据的要求，那为什么需要倒排索引呢？

如果我们想查询文章中包含哪些热门词汇，这时候比较麻烦，我们要做模糊查询，每条数据都要去遍历，因此性能差，而且查找内容的大小写、时态等都会影响查找准确率。

OK，进入正题，看看什么是倒排索引！

我们要换种方式将索引和数据关联，这就需要用到 “倒排索引”。