Elasticsearch 筆記 倒排索引 keyword 和 text

1.倒排索引(Inverted Index)：倒排索引是實現“單詞-文檔矩陣”的一種具體存儲形式，通過倒排索引，可以根據單詞快速獲取包含這個單詞的文檔列表。倒排索引主要由兩個部分組成：“單詞詞典”和“倒排文件”。

原文：http://www.cnblogs.com/zlslch/p/6440114.html

總結

單詞ID：記錄每個單詞的單詞編號；
單詞：對應的單詞；
文檔頻率：代表文檔集合中有多少個文檔包含某個單詞
倒排列表：包含單詞ID及其他必要信息
DocId：單詞出現的文檔id
TF：單詞在某個文檔中出現的次數
POS：單詞在文檔中出現的位置
     以單詞“加盟”爲例，其單詞編號爲6，文檔頻率爲3，代表整個文檔集合中有三個文檔包含這個單詞，對應的倒排列表爲{(2;1;<4>),(3;1;<7>),(5;1;<5>)}，含義是在文檔2，3，5出現過這個單詞，在每個文檔的出現過1次，單詞“加盟”在第一個文檔的POS是4，即文檔的第四個單詞是“加盟”，其他的類似。
這個倒排索引已經是一個非常完備的索引系統，實際搜索系統的索引結構基本如此。

 

2.中文分詞

https://github.com/medcl/elasticsearch-analysis-ik

http://www.cnblogs.com/zlslch/p/6440373.html

 

3.keyword 和 text

keyword：不進行分詞，直接索引、支持模糊、精確查詢、支持聚合

text：會分詞，然後進行索引、支持模糊、精確查詢、不支持聚合

默認的動態模板，可以同時支持兩種類型

參考：https://elasticsearch.cn/question/2099

https://www.jianshu.com/p/0d13dd7d813a

https://blog.csdn.net/u011652364/article/details/78581737