ElasticSearch（二十一）正排和倒排索引

1.区别

搜索的时候，要依靠倒排索引；排序的时候，须要依靠正排索引，看到每一个document的每一个field，而后进行排序，所谓的正排索引，其实就是doc values

在创建索引的时候，一方面会创建倒排索引，以供搜索用；一方面会创建正排索引，也就是doc values，以供排序，聚合，过滤等操做使用

doc values是被保存在磁盘上的，此时若是内存足够，os会自动将其缓存在内存中，性能仍是会很高；若是内存不足够，os会将其写入磁盘上

 

下面两条document

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

2.倒排索引，用来进行搜索

word        doc1        doc2

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

3.正排索引，用来进行排序

document    name        age

doc1        jack        27
doc2        tom        30    

sort by age，取出age进行排序

4.倒排索引的结构 

（1）包含这个关键词的document list
（2）包含这个关键词的全部document的数量：IDF（inverse document frequency）
（3）这个关键词在每一个document中出现的次数：TF（term frequency）
（4）这个关键词在这个document中的次序
（5）每一个document的长度：length norm
（6）包含这个关键词的全部document的平均长度

5.倒排索引不可变的好处和坏处

（1）不须要锁，提高并发能力，避免锁的问题
（2）数据不变，一直保存在os cache中，只要cache内存足够
（3）filter cache一直驻留在内存，由于数据不变
（4）能够压缩，节省cpu和io开销

倒排索引不可变的坏处：每次都要从新构建整个索引