一、倒排索引概述

传统索引结构如下：

id	content
1001	My name is wxx
1002	My name is dyl

倒排索引结构如下：

keyword	id
name	1001,1002
Wax	1001

• 对于传统索引，就类似于书籍的目录页一样，我们根据对应的编号找到对应的内容。
• 对于倒排索引，就类似于书籍最后的索引页一样，我们根据对应的关键词找到对应的内容。

二、倒排索引组成

倒排索引包括两个部分：

• 单词词典：记录所有文档的单词，记录单词到倒排列表的关联关系。
  • 单词词典，一般比较大，可以通过B+树和哈希拉链法来满足查询和插入的需求。
• 倒排列表：记录单词对应的文档集合
  • 文档id：文档的编号。
  • 词频率（TF）：该单词出现的次数。
  • 位置（Position）：单词在文档中分词的位置。
  • 偏移（Offset）：记录单词的开始结束位置。

参考

Elasticsearch 核心技术与实战 (opens new window)