（二）elasticsearch之入門介紹

一、Document

1、相當於JSON Object，由字段（Field）組成，常見數據類型如下：

• 字符串：text、keyword
• 數值型：long、integer、short、byte、double、float、half_float、scaled_float
• 布爾型：boolean
• 日期型：date
• 二進制：binary
• 範圍類型：integer_range、float_range、long_range、double_range、date_range

2、元數據，用於標註文檔的相關信息

• _index：文檔所在的索引名
• _type：文檔所在的類型名
• _id：文檔唯一id，可自行指定，如不指定，則自動生成（Strings.base64UUID()）
• _uid：組合id，由 _id 和 _type組成（6.x _type不再起作用，同 _id 一樣）
• _source：文檔的原始json 數據
• _all：整合所有字段內容到該字段，默認禁用

二、倒排索引

1、介紹

• 單詞到文檔id 的關係。
• 倒排索引是搜索引擎的核心，主要包含2部分：單詞詞典和倒排列表

2、單詞詞典

• 記錄所有文檔的單詞，一般比較大
• 記錄單詞到倒排列表的關聯信息
• 單詞字典的一般實現是 B+ Tree

3、倒排列表（position list）

• 倒排列表記錄了單詞對應的文檔集合，由倒排索引項組成
• 倒排索引項 主要包含如下信息：
• • 文檔id，用於獲取原始信息
  • 單詞頻率（TF， term frequency），記錄該單詞在文檔中出現的次數，用於後續相關性算分
  • 位置（position），記錄單詞在文檔中的分詞位置，用於做詞語搜索
  • 偏移（offset），記錄單詞在文檔的開始和結束位置，用於做高亮顯示

舉例：

注：

es存儲的是一個json格式的文檔，其中包含多個字段，每個字段都會有自己的倒排索引。

文檔如下：
{
    "name": "haha",
    "job": "java"
}
此時，es會有2個倒排索引，一個是 name 倒排索引，一個是 job 倒排索引。