分片原理倒排索引 分片原理
分片: 一个索引如果数据太多, 会影响其查询的效率, 因此把一个大的索引分为各个部分, 每一个部分称之为分片, 所有的分片组合在一块, 就是完整的数据, 每一个分片是es中最小的工作单元, 数据的写入和读取都是基于分片来完成的、一条数据根据路由计算找到分片的位置, 数据写入到es完成后 , 会进行倒排索引的建立、在查询中去应用倒排索引, 就可以去应用倒排索引的数据了.
倒排索引 文章中的关键词与id进行绑定.
这种映射关系, 称之为倒排索引.
分词有专门的分词器
英文和中文的分词不一样.
有些词能分词, 有些词不能分词, 可以对分词器进行设置.
ik_max_word: 最细粒度分词.
ik_smart: 最粗粒度拆分.
词条: 索引中最小的存储和查询单元
中文中是一个词组、英文是一个单词.
词典: 也叫做字典, 是词条的集合、用两种数据结构来实现、一个是B+树, 一个是叫做hash表(HashMap).
倒排表: 关键词出现的次数和频率、每条记录称之为倒排项.
倒排索引的搜索过程: 先去搜索单词的词典, 如果不在词典中, 则搜索结束, 如果在词典中, 则查询单词在倒排表中的指针, 通过倒排表, 获取文档的id、通过文档id , 拿到文档数据返回.