
























ES的倒排索引是词到文档列表的映射结构,结合位置、词频、逆文档频率,实现高速的全文搜索和相关度评分,是搜索引擎高性能查询的核心。
ES在索引文档时,text和 keyword类型字段会建立倒排索引,其中text会经过分词用于全文搜索,keyword不分词用于精确匹配;而数值和日期类型使用BKD树结构,不属于倒排索引。
倒排索引型如
"软件"→ [
{docID: 1, freq: 2, position: [3, 7]}
]
ES会同时存储倒排索引和文档原始内容。查询时,先通过倒排索引获取匹配的文档id,然后再根据id到_source或者stored fields读取文档内容。
逆文档频率用于衡量一个词在整个文档集合中的重要性,出现频率越低的词,其区分能力越强,权重越高。在ES的BM25评分模型中,逆文档频率和词频共同决定文档的相关性得分。
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。