ElasticSearch（二十一）正排和倒排索引

1.區別

搜索的時候，要依靠倒排索引；排序的時候，須要依靠正排索引，看到每一個document的每一個field，而後進行排序，所謂的正排索引，其實就是doc values

在創建索引的時候，一方面會創建倒排索引，以供搜索用；一方面會創建正排索引，也就是doc values，以供排序，聚合，過濾等操做使用

doc values是被保存在磁盤上的，此時若是內存足夠，os會自動將其緩存在內存中，性能仍是會很高；若是內存不足夠，os會將其寫入磁盤上

 

下面兩條document

doc1: hello world you and me
doc2: hi, world, how are you

2.倒排索引，用來進行搜索

word        doc1        doc2

hello        *
world        *        *
you          *        *
and          *
me           *
hi                    *
how                   *
are                   *

3.正排索引，用來進行排序

document    name        age

doc1        jack        27
doc2        tom        30    

sort by age，取出age進行排序

4.倒排索引的結構 

（1）包含這個關鍵詞的document list
（2）包含這個關鍵詞的全部document的數量：IDF（inverse document frequency）
（3）這個關鍵詞在每一個document中出現的次數：TF（term frequency）
（4）這個關鍵詞在這個document中的次序
（5）每一個document的長度：length norm
（6）包含這個關鍵詞的全部document的平均長度

5.倒排索引不可變的好處和壞處

（1）不須要鎖，提高併發能力，避免鎖的問題
（2）數據不變，一直保存在os cache中，只要cache內存足夠
（3）filter cache一直駐留在內存，由於數據不變
（4）能夠壓縮，節省cpu和io開銷

倒排索引不可變的壞處：每次都要從新構建整個索引