当前位置:首页 > ES > 正文内容

elasticsearch中倒排索引详解

phpmianshi1年前 (2019-07-19)ES37

概念


Elasticsearch使用一种叫做倒排索引(inverted index)的结构来做快速的全文搜索。倒排索引由在文档中出现的唯一的单词列 表,以及对于每个单词在文档中的位置组成。


示例

我们有两个文档,每个文档 content 字段包含: 

1. The quick brown fox jumped over the lazy dog 

2. Quick brown foxes leap over lazy dogs in summer 


为了创建倒排索引,我们首先切分每个文档的 content 字段为单独的单词(我们把它们叫做词(terms)或者表征(tokens)) ,把所有的唯一词放入列表并 排序,结果是这个样子的:

image.png

现在,如果我们想搜索 "quick brown" ,我们只需要找到每个词在哪个文档中出现既可:

image.png

两个文档都匹配,但是第一个比第二个有更多的匹配项。 如果我们加入简单的相似度算法(similarity algorithm),计算匹配 单词的数目,这样我们就可以说第一个文档比第二个匹配度更高——对于我们的查询具有更多相关性。 


但是在我们的倒排索引中还有些问题: 

1. "Quick" 和 "quick" 被认为是不同的单词,但是用户可能认为它们是相同的。 

2. "fox" 和 "foxes" 很相似,就像 "dog" 和 "dogs" ——它们都是同根词。 

3. "jumped" 和 "leap" 不是同根词,但意思相似——它们是同义词


上面的索引中,搜索 "+Quick +fox" 不会匹配任何文档(记住,前缀 + 表示单词必须匹配到)。只有 "Quick" 和 "fox" 都在 同一文档中才可以匹配查询,但是第一个文档包含 "quick fox" 且第二个文档包含 "Quick foxes" 。


用户可以合理的希望两个文档都能匹配查询,我们也可以做的更好。


如果我们将词为统一为标准格式,这样就可以找到不是确切匹配查询,但是足以相似从而可以关联的文档。例如:

1. "Quick" 可以转为小写成为 "quick" 。 

2. "foxes" 可以被转为根形式 ""fox 。同理 "dogs" 可以被转为 "dog" 。 

3. "jumped" 和 "leap" 同义就可以只索引为单个词 "jump


现在的索引:

image.png

但我们还未成功。我们的搜索 "+Quick +fox" 依旧失败,因为 "Quick" 的确切值已经不在索引里,不过,如果我们使用相同的 标准化规则处理查询字符串的 content 字段,查询将变成 "+quick +fox" ,这样就可以匹配到两个文档。

这个表征化和标准化的过程叫做分词(analysis),关于分词更多参考:https://phpmianshi.com/?id=163

版权声明:本文由PHP面试资料网发布,如需转载请注明出处。
分享给朋友:

相关文章

ELK的安装与配置

Elasticsearch 安装安装 JDK这里选择 openjdk$ yum install java-11-openjdk-devel获取 elasticsearch ...

elasticsearch模糊查询match match_phrase wildcard regexp prefix的区别

1.match查询会先对搜索词进行分词,比如“白雪公主和苹果”,会分成“白雪”“公主”“苹果”。含有相关内容的字段,都会被检索出来。2.match_phrase查询match_phrase与slop一...

elasticsearch中动态模板全解实战

动态模板在我们最开始使用ES的时候,可能还不太了解mapping,也没有添加过mapping为什么我们还是能够正常的添加文档。那是因为ES可以动态映射,添加文档的时候遇到没有的字段,可以动态的添加到m...

elasticsearch中query和filter区别

区别在进行query的时候,除了完成匹配的过程,我们实际上在问“这个结果到底有多匹配我们的搜索关键词”。在所有的返回结果的后面都会有一个_score字段表示这个结果的匹配程度,也就是相关性。相关性越高...

elasticsearch中最重要的查询过滤语句

term 过滤term 主要用于精确匹配哪些值,比如数字,日期,布尔值或 not_analyzed 的字符串(未经分析的文本数据类型){ "term": { "age&q...

logstash增量同步mysql到es配置详解

配置详解input {   jdbc {     # mysql相关jdbc配置   ...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。