（二）elasticsearch之入门介绍

逃离我推掉我的手 2023-06-07 12:06 6阅读 0赞

# 一、Document #

1、相当于JSON Object，由字段（Field）组成，常见数据类型如下：

*  字符串：text、keyword
 *  数值型：long、integer、short、byte、double、float、half\_float、scaled\_float
 *  布尔型：boolean
 *  日期型：date
 *  二进制：binary
 *  范围类型：integer\_range、float\_range、long\_range、double\_range、date\_range

2、元数据，用于标注文档的相关信息

*  \_index：文档所在的索引名
 *  \_type：文档所在的类型名
 *  \_id：文档唯一id，可自行指定，如不指定，则自动生成（Strings.base64UUID()）
 *  \_uid：组合id，由 \_id 和 \_type组成（6.x \_type不再起作用，同 \_id 一样）
 *  \_source：文档的原始json 数据
 *  \_all：整合所有字段内容到该字段，默认禁用

# 二、倒排索引 #

## 1、介绍 ##

*  单词到文档id 的关系。
 *  倒排索引是搜索引擎的核心，主要包含2部分：**单词词典和倒排列表**

## 2、单词词典 ##

*  记录所有文档的单词，一般比较大
 *  记录单词到倒排列表的关联信息
 *  单词字典的一般实现是 B+ Tree

## 3、倒排列表（position list） ##

*  倒排列表记录了单词对应的文档集合，由**倒排索引项**组成
 *  **倒排索引项** 主要包含如下信息：
 *   *  文档id，用于获取原始信息
     *  单词频率（TF， term frequency），记录该单词在文档中出现的次数，用于后续相关性算分
     *  位置（position），记录单词在文档中的分词位置，用于做词语搜索
     *  偏移（offset），记录单词在文档的开始和结束位置，用于做高亮显示

举例：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3ODkxMzAw_size_16_color_FFFFFF_t_70]

注：

**es存储的是一个json格式的文档，其中包含多个字段，每个字段都会有自己的倒排索引。**

文档如下：
    { 
        "name": "haha",
        "job": "java"
    }
    此时，es会有2个倒排索引，一个是 name 倒排索引，一个是 job 倒排索引。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3ODkxMzAw_size_16_color_FFFFFF_t_70]: /images/20230601/5b71b1dc209a44a1986f4ecd2a6ece58.png